如何删除numpy数组中包含字符串的重复项？

Question

我想从 numpy 数组中删除重复项。

>data = np.array([[1,"a",3,3,4],
                  [1,8,9,9,4],
                  [1,"a",3,3,4]])

>new_array = [tuple(row) for row in data]
>uniques = np.unique(new_array)
>uniques

output: array(['1', '3', '4', '8', '9', 'a'], dtype='<U1')

但我想要的是

output: np.array([[1,"a",3,3,4],[1,8,9,9,4]])

我该怎么做？谢谢。

Answer 1

NumPy 不擅长处理混合数据类型的数组，那么使用 pandas drop_duplicates 来代替如何？

import pandas as pd

data = [[1,"a",3,3,4],[1,8,9,9,4], [1,"a",3,3,4]]
pd.DataFrame(data).drop_duplicates().values

# array([[1, 'a', 3, 3, 4],
#        [1, 8, 9, 9, 4]], dtype=object)

Answer 2

使用vstack:

print(np.vstack({tuple(row) for row in data}))

输出：

[['1' 'a' '3' '3' '4']
 ['1' '8' '9' '9' '4']]

您不能将它们设为整数，因为 numpy 不支持混合类型的数据。