合并两个 NumPy 二维数组

Question

我正在尝试以最省时的方式基于某个列合并/加入两个 numpy 数组。

这是我的两个 numpy 数组：

import numpy as np

a1 = np.array([('a', 4.672, 0.999),
   ('b', 2.24, 0.999),
   ('c', 1.984, 0.9001),])

a2 = np.array([('a', 4.67),
   ('c', 2.24)])

这是我的函数，用于返回 与 a2 的第一列匹配的大小为 a1 的行索引。我稍后使用它来制作一个大小相等并连接的数组。所以我需要 a1 的[0, -, 1]，它给出了 a2 匹配行的索引。

def find_indices(x, y):
    x = x[:, 0]
    y = y[:, 0]

    index = np.argsort(x)
    sorted_x = x[index]
    sorted_index = np.searchsorted(sorted_x, y)

    yindex = np.take(index, sorted_index, mode="clip")
    mask = x[yindex] != y

    result = np.ma.array(yindex, mask=mask)

    return result

find_indices(a2, a1)

这会返回这个看起来不错的数组。

masked_array(data=[0, --, 1],
             mask=[False,  True, False],
             fill_value=999999)

但是当我使用 masked_array.data 进行切片时，我得到了复制的数据，

a2[idx.data]

array([['a', '4.67'],
   ['c', '2.24'],
   ['c', '2.24']], dtype='<U4')

而输出应该是：

array([['a', '4.67'],
             --     , 
       ['c', '2.24']], dtype='<U4')

如何修复这个错误？

Answer 1

终于找到了解决办法：

idx = find_indices(a2, a1)

d = a2[idx]
d[idx.mask] = np.nan

merged_array = np.concatenate((a1, d), axis=1)

我使用掩码将重复的值替换为 Nan。然后直接拼接。