numpy Python: Hier finden Sie den höchsten Wert aus einer Spalte für jeden eindeutigen Wert in einer anderen Spalte

Question

Kann jemand eine effiziente Methode vorschlagen, den höchsten Wert in einer Spalte für jeden eindeutigen Wert in einem anderen

für das Erhalten der np.array aussieht diese [column0, column1, column2, column3]

[[ 37367 421 231385  93] 
[ 37368 428 235156  93] 
[ 37369 408 234251  93] 
[ 37372 403 196292  93] 
[ 55523 400 247141 139] 
[ 55575 415 215818 139] 
[ 55576 402 204404 139] 
[ 69940 402 62244  175] 
[ 69941 402 38274  175] 
[ 69942 404 55171  175] 
[ 69943 416 55495  175] 
[ 69944 407 90231  175] 
[ 69945 411 75382  175] 
[ 69948 405 119129 175]] 

, wo ich den höchsten Wert der Spalte 1 basiert auf der einzigartigen Wert der Spalte 3. nach dem neuen Array zurückkehren möchte, sollte wie folgt aussehen:

[[ 37368 428 235156  93] 
[ 55575 415 215818 139] 
[ 69943 416 55495 175]] 

Ich weiß, wie dies zu tun, indem Looping, aber das ist nicht das, was ich nach bin auf der Suche, weil die Tabelle i in der Arbeit bin ziemlich groß und ich will

Answer 1

Hier vermeiden Looping ist ein Ansatz -

# Lex-sort combining cols-1,3 with col-3 setting the primary order 
sidx = np.lexsort(a[:,[1,3]].T) 

# Indices at intervals change for column-3. These would essentially 
# tell us the last indices for each group in a lex-sorted array 
idx = np.append(np.flatnonzero(a[1:,3] > a[:-1,3]), a.shape[0]-1)  

# Finally, index into idx with lex-sorted indices to give us 
# the last indices in a lex-sorted version, which is equivalent 
# of picking up the highest of each group 
out = a[sidx[idx]] 

Probelauf -

In [234]: a # Input array 
Out[234]: 
array([[ 25, 29, 19, 93], 
     [ 27, 59, 14, 93], 
     [ 24, 46, 15, 93], 
     [ 79, 87, 50, 139], 
     [ 13, 86, 32, 139], 
     [ 56, 25, 85, 142], 
     [ 62, 62, 68, 142], 
     [ 27, 25, 20, 150], 
     [ 29, 53, 71, 150], 
     [ 64, 67, 21, 150], 
     [ 96, 57, 73, 150]]) 

In [235]: out # Output array 
Out[235]: 
array([[ 27, 59, 14, 93], 
     [ 79, 87, 50, 139], 
     [ 62, 62, 68, 142], 
     [ 64, 67, 21, 150]]) 

Leistungsschub mit Blick

Wir sl können Eis mit statt a[:,[1,3]] den gleichen Speicherplatz zu nutzen und damit hoffentlich auch Leistungsverbesserungen herauszuholen. Lassen Sie uns die Speicheransicht überprüfen -