匹配numpy数组中的元素

Question

我有两个纽比阵列。第一个是Z1，大约30万行长，3列宽。第二个是Z2，大约有200000行和300列。每行Z1和Z2都有一个识别号（10位）。Z2包含Z1中的一个子集，我想根据10位数字的标识号将Z2中的行与它们在Z1中的伙伴匹配，然后从Z1中取出第2列和第3列，并将它们插入Z2末尾的相应行中。在

Z1和Z2都没有任何特定的顺序。在

我想出的唯一方法是遍历数组，这需要几个小时。在Python中有更好的方法吗？在

谢谢！在

Answer 1

我从你的问题中了解到，10位数的标识符存储在第1列，对吗？

这不是很容易理解的，有很多间接寻址在进行，但最后unsorted_insert有Z1中的每个标识符的行号

sort_idx = np.argsort(Z1[:, 0])
sorted_insert = np.searchsorted(Z1[:, 0], Z2[:, 0], sorter=sort_idx)
# The following is equivalent to unsorted_insert = sort_idx[sorted_insert] but faster
unsorted_insert = np.take(sort_idx, sorted_insert)

现在我们需要做的就是获取这些行的最后两列，并将它们堆叠到Z2数组中：

^{pr2}$

---

一个完美的例子：

import numpy as np

z1_rows, z1_cols = 300000, 3
z2_rows, z2_cols = 200000, 300

z1 = np.arange(z1_rows*z1_cols).reshape(z1_rows, z1_cols)

z2 = np.random.randint(10000, size=(z2_rows, z2_cols))
z2[:, 0] = z1[np.random.randint(z1_rows, size=(z2_rows,)), 0]

sort_idx = np.argsort(z1[:, 0])
sorted_insert = np.searchsorted(z1[:, 0], z2[:, 0], sorter=sort_idx)
# The following is equivalent to unsorted_insert = sort_idx[sorted_insert] but faster
unsorted_insert = np.take(sort_idx, sorted_insert)
new_z2 = np.hstack((z2, z1[unsorted_insert, 1:]))

还没有计时，但整件事似乎在几秒钟内就完成了。