python - 在大小不等的数组上有效地将值从一个 ndarray 复制到另一个

Question

我有两个不同大小的数组，但我试图用匹配“键”上的第二个数组中的值覆盖第一个数组中的某些值。我的实际问题可能有很多很多行，我已经确定这是目前我的程序的瓶颈。

编辑:我没有意识到 a1 中可能存在重复值，应该保持重复。我在 np.array 示例中添加了一个这样的示例。

例子:

import numpy as np

# first two columns are 'keys', overwrite the 3rd column in a1 with the 3rd column from a2
# some values may be missing from a2. Those should keep the value in a1

a1 = np.array([[ 0.0,  2.0,  10.0 ],
               [ 0.0,  2.0,  10.0 ],
               [ 0.0,  3.0,  10.0 ],
               [ 1.0,  3.0,  10.0 ],
               [ 1.0, 13.0,  10.0 ],
               [ 2.0,  2.0,  10.0 ],
               [ 2.0,  5.0,  10.0 ]])

a2 = np.array([[ 0.0,  2.0,  0.0   ],
               [ 0.0,  3.0,  0.713 ],
               [ 1.0,  3.0,  0.713 ],
               [ 1.0, 13.0,  1.0   ],
               [ 2.0,  2.0,  0.0   ]])

# wanted result:
np.array([[ 0.0,  2.0,  0.0   ],
          [ 0.0,  2.0,  0.0   ],
          [ 0.0,  3.0,  0.713 ],
          [ 1.0,  3.0,  0.713 ],
          [ 1.0, 13.0,  1.0   ],
          [ 2.0,  2.0,  0.0   ],
          [ 2.0,  5.0,  10.0   ]])

当我执行这种蛮力操作时，我会简单地获取 a2 中的每一行并遍历 a1 中的每一行以替换匹配项上的值，但是有没有办法这样做运行效率更高？某种方式来矢量化至少一个循环上的操作？我的实际情况涉及两个数组中的许多行，这需要很长时间。

Answer 1

您会考虑使用 Pandas 等其他软件包吗？

import pandas as pd

d2 = pd.DataFrame(a2).set_index([0,1])
d1 = pd.DataFrame(a1).set_index([0,1])

d1.update(d2)
d1.reset_index().values

输出:

array([[ 0.   ,  2.   ,  0.   ],
       [ 0.   ,  2.   ,  0.   ],
       [ 0.   ,  3.   ,  0.713],
       [ 1.   ,  3.   ,  0.713],
       [ 1.   , 13.   ,  1.   ],
       [ 2.   ,  2.   ,  0.   ],
       [ 2.   ,  5.   , 10.   ]])