python - 重新排列 numpy 数组

Question

我需要解析两个对象的时间相关位置，并在 numpy 数组中获取数据:

data = [[0, 1, 2],
        [1, 4, 3],
        [2, 2, 1]]

因此第一列表示一个位置，第二列表示时间点 A 处于该特定位置，最后一列时间点 B 位于该位置。保证数据是一致的，即如果任意两行具有相同的时间 - 它们具有相同的位置，在伪代码中:

data[row1,1] == data[row2,1]  <=>  data[row1,0] == data[row2,0]
data[row1,2] == data[row2,2]  <=>  data[row1,0] == data[row2,0]

我希望以某种方式重铸这个数组，以便它枚举所有可用的时间和相应的位置，例如:

parsed = [[1, 0, 2],
          [2, 2, 0],
          [3, np.nan, 1],
          [4, 1, np.nan]]

这里，第一列是时间，第二列是A点的位置，第三列是B点的位置。当我没有关于点位置的信息时，应该分配np.nan。我目前所做的是将数据数组分成两个单独的数组:

    moments = set (data [:, 1:3].flatten())

    for each in moments:
        a = data[:,[1,0]][pos[:,1] == each]
        b = data[:,[2,0]][pos[:,2] == each]

然后我重新合并了 John Galt's answer here 中所做的.这以某种方式起作用，但我真的希望有更好的解决方案。谁能朝正确的方向踢我？

Answer 1

这是使用 NumPy 数组初始化和赋值的一种方法 -

# Gather a and b indices. Get their union, that represents all posssible indices
a_idx = data[:,1]
b_idx = data[:,2]
all_idx = np.union1d(a_idx, b_idx)

# Setup o/p array 
out = np.full((all_idx.size,3),np.nan)

# Assign all indices to first col
out[:,0] = all_idx

# Determine the positions of a indices in all indices and assign first col data
out[np.searchsorted(all_idx, a_idx),1] = data[:,0]
# Similarly for b
out[np.searchsorted(all_idx, b_idx),2] = data[:,0]

np.searchsorted在这里就像天赐之物，因为它为我们提供了我们需要从已排序数组 data 中放入 a 和 b 的位置 all_idx 并且被认为是非常有效的。

给定样本数据的输出-

In [104]: out
Out[104]: 
array([[  1.,   0.,   2.],
       [  2.,   2.,   0.],
       [  3.,  nan,   1.],
       [  4.,   1.,  nan]])