Question

这是帖子How to extract rows from an numpy array based on the content?的相对问题，我使用以下代码根据列中的内容拆分行：

np.split(sorted_a,np.unique(sorted_a[:,1],return_index=True)[1][1:])

代码工作正常，但后来我尝试将代码拆分为其他情况（如下所示），我发现可能存在错误的结果（如CASE＃1所示）。

CASE#1
[[2748309, 246211, 1],
 [2748309, 246211, 2],
 [2747481, 246201, 54]]
OUTPUT#1
[]
[[2748309, 246211, 1],
 [2748309, 246211, 2],
 [2747481, 246201, 54]]
the result I want
[[2748309, 246211, 1],
 [2748309, 246211, 2]]
[[2747481, 246201, 54]]

我认为代码可能只在数字较少的情况下成功分割行，数字较少，我不知道如何解决上述情况＃1中显示的问题。所以在这篇文章中，我有两个相对较小的问题：

1。如何拆分数字更大的行？（如案例＃1所示）？

2。如何处理（拆分）两种情况下的数据，包括第二列中具有相同元素的＃1行，但第一列中的第1行和第2行中的元素相同，但第二列中的元素不同？（也就是说，python可以同时考虑第一列和第二列中的内容来区分行吗？）

随时给我建议，谢谢。

更新＃1

ravel_multi_index函数可以使用整数数组处理这种任务，但是如何处理包含float的数组？

Answer 1

这是一种将每行中的元素对作为索引元组的方法 -

# Convert to linear index equivalents
lidx = np.ravel_multi_index(arr[:,:2].T,arr[:,:2].max(0)+1)

# Get sorted indices of lidx. Using those get shifting indices.
# Split along sorted input array along axis=0 using those.
sidx = lidx.argsort()
out = np.split(arr[sidx],np.unique(lidx[sidx],return_index=1)[1][1:])

示例运行 -

In [34]: arr
Out[34]: 
array([[2, 7, 5],
       [3, 4, 6],
       [2, 3, 5],
       [2, 7, 7],
       [4, 4, 7],
       [3, 4, 6],
       [2, 8, 5]])

In [35]: out
Out[35]: 
[array([[2, 3, 5]]), array([[2, 7, 5],
        [2, 7, 7]]), array([[2, 8, 5]]), array([[3, 4, 6],
        [3, 4, 6]]), array([[4, 4, 7]])]

有关将元素组转换为索引元组的详细信息，请参阅this post。

Answer 2

numpy_indexed包（免责声明：我是其作者）包含有效执行这些类型操作的功能：

import numpy_indexed as npi
npi.group_by(a[:, :2]).split(a)

它具有不错的测试覆盖率，所以如果它在你看似简单的测试用例上绊倒，我会感到惊讶。

Answer 3

如果我将该分割线直接应用于您的数组，我会得到您的结果，一个空数组加上原始

In [136]: np.split(a,np.unique(a[:,1],return_index=True)[1][1:])
Out[136]: 
[array([], shape=(0, 3), dtype=int32), 
 array([[2748309,  246211,       1],
        [2748309,  246211,       2],
        [2747481,  246201,      54]])]

但是，如果我首先按照链接答案中的指定对第二列上的数组进行排序，我得到了所需的答案 - 切换了2个数组

In [141]: sorted_a=a[np.argsort(a[:,1])]
In [142]: sorted_a
Out[142]: 
array([[2747481,  246201,      54],
       [2748309,  246211,       1],
       [2748309,  246211,       2]])
In [143]: np.split(sorted_a,np.unique(sorted_a[:,1],return_index=True)[1][1:])
Out[143]: 
[array([[2747481,  246201,      54]]), 
 array([[2748309,  246211,       1],
        [2748309,  246211,       2]])]

如何从排列的numpy数组中提取数组？

3 个答案: