python - 具有复合键的 Numpy 数组；找到两者的子集

Question

我有两个 2D numpy 数组，形状为:

(19133L, 12L)
(248L, 6L)

在每种情况下，前 3 个字段形成一个标识符。

我想缩小较大的矩阵，使其仅包含具有也存在于第二个矩阵中的标识符的行。所以形状应该是(248L，12L)。我怎样才能做到这一点？

然后我想对其进行排序，以便数组按第一个值、第二个值和第三个值进行索引，以便 (3 3 4) 位于 (3 3 5) 后面，等等。是否有多字段排序功能？

编辑:

我尝试过 Pandas :

df1 = DataFrame(arr1.astype(str))
df2 = DataFrame(arr2.astype(str))

df1.set_index([0,1,2])
df2.set_index([0,1,2])

out = merge(df1,df2,how="inner") 
print(out.shape)

但这会导致 (0,13) 形状

Answer 1

使用pandas。

pandas.set_index()允许多个键。因此，将索引设置为前三列(使用 drop=False, inplace=True)以避免不必要的变异或复制数据帧。

然后，merge(...how='inner')与您的数据框相交。

一般来说，numpy 对于任意数据帧操作很快就会失去动力；你的默认做法应该是尝试 pandas。性能也更高。