python - 根据数组的另一列聚合一列中的最小最大值-Python

我正在尝试将值具有相同的索引连接起来。我正在使用矩形，所以我知道：


总会有至少两个相同的索引。
如果有两个以上的索引，我只需要存储最大值和最小值。


基本上，

从：

a = array([
       [ 1,  5],
       [ 1,  7],
       [ 2,  8],
       [ 2, 10],
       [ 2, 22],
       [ 3, 55],
       [ 3, 77]])

至：

b = np.array([
       [ 1, 5, 7],
       [ 2, 8, 22], # [2,8,10,22] but the min is 8 and max is 22
       [ 3, 55, 77]])

我试图将其转换为列表，并使用for循环遍历每个值，但是这需要花费大量时间。

我还尝试对数组np.sort(a, axis=0)进行排序，并每隔一行走一次，但是由于可以有两个以上的索引，因此失败。

我是numpy的新手，所以不知道还能尝试什么。

任何和所有建议都会有所帮助，谢谢。

编辑：其行为类似于字典，其中键为a [0]，值为a [1：]

如果有两个以上的值，则仅保留最小值和最大值。

最佳答案

方法1

向量NumPy的方式是-

def agg_minmax(a):
    sidx = np.lexsort(a[:,::-1].T)
    b = a[sidx]
    m = np.r_[True,b[:-1,0]!=b[1:,0],True]
    return np.c_[b[m[:-1],:2], b[m[1:],1]]

样品运行-

# Generic case with input not-necessarily sorted by first col
In [35]: a
Out[35]:
array([[ 3, 77],
       [ 2,  8],
       [ 1,  7],
       [ 2, 10],
       [ 1,  5],
       [ 3, 55],
       [ 2, 22]])

In [36]: agg_minmax(a)
Out[36]:
array([[ 1,  5,  7],
       [ 2,  8, 22],
       [ 3, 55, 77]])

方法＃2

我们可以改进内存以按sidx仅对第一行进行排序，如下所示-

def agg_minmax_v2(a):
    sidx = np.lexsort(a[:,::-1].T)
    b = a[sidx,0]
    m = np.r_[True,b[:-1]!=b[1:],True]
    return np.c_[a[sidx[m[:-1]]],a[sidx[m[1:]],1]]

每个组有很多条目可能会更好。



备选方案1：使用线性索引映射获取sidx

对于正整数值，我们可以假定它们在2D网格上，因此可以得到每行的线性索引等效项。因此，我们将像这样跳过lexsort并获得sidx-

sidx = (a[:,0]*(a[:,1].max()+1) + a[:,1]).argsort()

在两个较早发布的方法中，获取sidx后的其余代码保持不变。

备选方案2：使用sidx获取views

我们可以使用views来获取sidx，因此再次跳过lexsort，就像这样-

# https://stackoverflow.com/a/44999009/ @Divakar
def view1D(a): # a is array
    a = np.ascontiguousarray(a)
    void_dt = np.dtype((np.void, a.dtype.itemsize * a.shape[1]))
    return a.view(void_dt).ravel()

A = view1D(a)
sidx = A.argsort()