索引数组的唯一行答案

【问题标题】：Indexing the unique rows of an array索引数组的唯一行
【发布时间】：2016-07-14 23:35:21
【问题描述】：

我想获取数组中唯一行的索引。唯一的行应该有自己的索引（从零开始）。这是一个例子：

import numpy as np

a = np.array([[ 0.,  1.],
              [ 0.,  2.],
              [ 0.,  3.],
              [ 0.,  1.],
              [ 0.,  2.],
              [ 0.,  3.],
              [ 0.,  1.],
              [ 0.,  2.],
              [ 0.,  3.],
              [ 1.,  1.],
              [ 1.,  2.],
              [ 1.,  3.],
              [ 1.,  1.],
              [ 1.,  2.],
              [ 1.,  3.],
              [ 1.,  1.],
              [ 1.,  2.],
              [ 1.,  3.]])

在上面的数组中有六个唯一的行：

import pandas as pd
b = pd.DataFrame(a).drop_duplicates().values

    array([[ 0.,  1.],   
           [ 0.,  2.],
           [ 0.,  3.],
           [ 1.,  1.],
           [ 1.,  2.],
           [ 1.,  3.]])

每一行代表一个索引 (0, 1, 2, 3, 4 ,5)。为了获取数组a 中唯一行的索引，结果将是：

[0, 1, 2, 0, 1, 2, 0, 1, 2, 3, 4, 5, 3, 4, 5, 3, 4, 5]

我怎样才能以有效的方式得到这个结果？

【问题讨论】：

pd.DataFrame(a).drop_duplicates().index 将返回原始 NP 数组中唯一行的索引 - 这是您想要的吗？
不，这不是我想要的。这将返回唯一行首次出现的位置。
你好像在求多栏factorize：看这个问答stackoverflow.com/questions/16453465/…
是的，这就是我要找的。谢谢！

标签： python arrays numpy pandas

【解决方案1】：

这是我得到的：

b = pd.DataFrame(a).drop_duplicates()
indexed_rows = np.zeros(a.shape[0], dtype=int)
for index, i in enumerate(a):
    for unique_row, j in enumerate(b.values):
        if np.all(i==j):
            indexed_rows[index] = unique_row

返回结果是：

array([0, 1, 2, 0, 1, 2, 0, 1, 2, 3, 4, 5, 3, 4, 5, 3, 4, 5])

【讨论】：

这不是一个有效的方法...b变量未定义（b = pd.DataFrame(a).drop_duplicates()）

【解决方案2】：

纯 numpy 解决方案：

av = a.view(np.complex)
_,inv = np.unique(av,return_inverse=True)

那么inv就是：

array([0, 1, 2, 0, 1, 2, 0, 1, 2, 3, 4, 5, 3, 4, 5, 3, 4, 5], dtype=int64)

np.complex用于打包两个组件，保持顺序。对于其他类型，其他方法是可能的。

【讨论】：

【解决方案3】：

没有 numpy 和 pandas 的解决方案：

a = [[0, 1],
     [0, 2],
     [0, 3],
     [0, 1],
     [0, 2],
     [0, 3],
     [0, 1],
     [0, 2],
     [0, 3],
     [1, 1],
     [1, 2],
     [1, 3],
     [1, 1],
     [1, 2],
     [1, 3],
     [1, 1],
     [1, 2],
     [1, 3]]

b = []

#= ALGORITHM

point = -1                                               # Increment
cache = [[-1 for x in range(1000)] for x in range(1000)] # Change to dynamic

for i in a:
    x = i[0]; y = i[1]

    # Check what's going on here...
    # print("x: {0} y: {1} --> {2} (cache)".format(x, y, cache[x][y]))

    if cache[x][y] == -1:
        point += 1
        cache[x][y] = point
        b.append(point)
    else:
        b.append(cache[x][y])

#= TESTING

print(b) # [0, 1, 2, 0, 1, 2, 0, 1, 2, 3, 4, 5, 3, 4, 5, 3, 4, 5]

【讨论】：