numpy的：拼合的2 d阵列

Question

假设我有一个numpy的阵列如下面

a = np.asarray([[1,2,3],[1,4,3],[2,5,4],[2,7,5]]) 

array([[1, 2, 3], 
     [1, 4, 3], 
     [2, 5, 4], 
     [2, 7, 5]]) 

如何可以拼合柱2和3对每个唯一的元素在列1中像下面的一些列：

array([[1, 2, 3, 4, 3], 
     [2, 5, 4, 7, 5],]) 

谢谢你的帮助。

Answer 1

另一种选择使用列表理解：

np.array([np.insert(a[a[:,0] == k, 1:].flatten(), 0, k) for k in np.unique(a[:,0])]) 

# array([[1, 2, 3, 4, 3], 
#  [2, 5, 4, 7, 5]]) 

Answer 2

import numpy as np 
a = np.asarray([[1,2,3],[1,4,3],[2,5,4],[2,7,5]]) 
d = {} 
for row in a: 
    d[row[0]] = np.concatenate((d.get(row[0], []), row[1:])) 
r = np.array([np.concatenate(([key], d[key])) for key in d]) 
print(r) 

此打印：

[[ 1. 2. 3. 4. 3.] 
[ 2. 5. 4. 7. 5.]] 

Answer 3

由于张贴在评论，我们知道，在column-0每一个独特的元素将有一个固定的数我认为这意味着相同数量的行，我们可以使用矢量化方法来解决这个问题。我们根据column-0对行进行排序，并沿着它排列，这意味着组更改，从而为我们提供了column-0中每个唯一元素关联的确切行数。我们称之为L。最后，我们对已排序的数组进行切片，以通过重塑来选择columns-1,2和组L行。因此，实现起来 -

sa = a[a[:,0].argsort()] 
L = np.unique(sa[:,0],return_index=True)[1][1] 
out = np.column_stack((sa[::L,0],sa[:,1:].reshape(-1,2*L))) 

更多的性能提升，我们可以使用np.diff计算L，像这样 -

L = np.where(np.diff(sa[:,0])>0)[0][0]+1 

采样运行 -

In [103]: a 
Out[103]: 
array([[1, 2, 3], 
     [3, 7, 8], 
     [1, 4, 3], 
     [2, 5, 4], 
     [3, 8, 2], 
     [2, 7, 5]]) 

In [104]: sa = a[a[:,0].argsort()] 
    ...: L = np.unique(sa[:,0],return_index=True)[1][1] 
    ...: out = np.column_stack((sa[::L,0],sa[:,1:].reshape(-1,2*L))) 
    ...: 

In [105]: out 
Out[105]: 
array([[1, 2, 3, 4, 3], 
     [2, 5, 4, 7, 5], 
     [3, 7, 8, 8, 2]])