python - 合并 Numpy 结构化数组中的记录

Question

我有一个按第一列排序的 Numpy 结构化数组:

x = array([(2, 3), (2, 8), (4, 1)], dtype=[('recod', '<u8'), ('count', '<u4')])

我需要合并记录(对第二列的值求和)

x[n][0] == x[n + 1][0]

在这种情况下，所需的输出将是:

x = array([(2, 11), (4, 1)], dtype=[('recod', '<u8'), ('count', '<u4')])

实现此目标的最佳方法是什么？

Answer 1

您可以使用 np.unique为第一列中的每个元素获取一个 ID 数组，然后使用 np.bincount根据 ID 对第二列元素执行累加 -

In [140]: A
Out[140]: 
array([[25,  1],
       [37,  3],
       [37,  2],
       [47,  1],
       [59,  2]])

In [141]: unqA,idx = np.unique(A[:,0],return_inverse=True)

In [142]: np.column_stack((unqA,np.bincount(idx,A[:,1])))
Out[142]: 
array([[ 25.,   1.],
       [ 37.,   5.],
       [ 47.,   1.],
       [ 59.,   2.]])

---

您可以使用 np.diff 的组合来避免 np.unique和 np.cumsum这可能会有所帮助，因为 np.unique 也在内部进行排序，在这种情况下不需要这样做，因为输入数据已经排序。实现看起来像这样 -

In [201]: A
Out[201]: 
array([[25,  1],
       [37,  3],
       [37,  2],
       [47,  1],
       [59,  2]])

In [202]: unq1 = np.append(True,np.diff(A[:,0])!=0)

In [203]: np.column_stack((A[:,0][unq1],np.bincount(unq1.cumsum()-1,A[:,1])))
Out[203]: 
array([[ 25.,   1.],
       [ 37.,   5.],
       [ 47.,   1.],
       [ 59.,   2.]])