如何分組行基於列值的numpy的二維矩陣？

Question

什麼會是一種有效的（時間，容易）由不同的列條件（例如，由第2點的值組）和運行F1（）和f2（）在每個這些基團的一個分組2D numpy的矩陣中的行的方法。

感謝

Answer 1

from operator import itemgetter 
sorted(my_numpy_array,key=itemgetter(1)) 

或可能像

from itertools import groupby 
from operator import itemgetter 
print groupby(my_numpy_array,key = itemgetter(1)) 

Answer 2

如果你有形狀(rows, cols)數組arr，你可以在第2列所有數值的向量作爲

col = arr[:, 2] 

然後，您可以構建與您的分組條件的布爾數組，S AY組1由這些行的與具有在第2列大於5的值較大：

idx = col > 5 

您可以直接將此布爾數組到原始陣列，以選擇行：

group_1 = arr[idx] 
group_2 = arr[~idx] 

對於例如：

>>> arr = np.random.randint(10, size=(6,4)) 
>>> arr 
array([[0, 8, 7, 4], 
     [5, 2, 6, 9], 
     [9, 5, 7, 5], 
     [6, 9, 1, 5], 
     [8, 0, 5, 8], 
     [8, 2, 0, 6]]) 
>>> idx = arr[:, 2] > 5 
>>> arr[idx] 
array([[0, 8, 7, 4], 
     [5, 2, 6, 9], 
     [9, 5, 7, 5]]) 
>>> arr[~idx] 
array([[6, 9, 1, 5], 
     [8, 0, 5, 8], 
     [8, 2, 0, 6]]) 

Answer 3

的緊湊解決方案是使用numpy_indexed（聲明：我其作者），它實現一個完全矢量化解決這種類型的問題：

使用它最簡單的方法是：

import numpy_indexed as npi 
npi.group_by(arr[:, col1]).mean(arr) 

但是這也適用：

# run function f1 on each group, formed by keys which are the rows of arr[:, [col1, col2] 
npi.group_by(arr[:, [col1, col2]], arr, f1)