NumPy 相当于合并答案

【问题标题】：NumPy equivalent of mergeNumPy 相当于合并
【发布时间】：2018-03-26 15:36:26
【问题描述】：

我正在将一些东西从 R 转换到 Python，并且对高效合并感到好奇。我在 NumPy 中的 concatenate 上找到了一些东西（使用 NumPy 进行操作，所以我想坚持使用它），但它没有按预期工作。

取两个数据集

d1 = np.array([['1a2', '0'], ['2dd', '0'], ['z83', '1'], ['fz3', '0']])

ID      Label
1a2     0
2dd     0
z83     1
fz3     0

和

d2 = np.array([['1a2', '33.3', '22.2'], 
               ['43m', '66.6', '66.6'], 
               ['z83', '12.2', '22.1']])

ID     val1   val2
1a2    33.3   22.2
43m    66.6   66.6
z83    12.2   22.1

我想将这些合并在一起，结果是

d3

ID    Label    val1    val2
1a2   0        33.3    22.2
z83   1        12.2    22.1

因此，它会识别出与 ID 列匹配的行，然后将它们连接在一起。这在 R 中使用 merge 相对简单，但在 NumPy 中对我来说不太明显。

有没有办法在我缺少的 NumPy 中本地执行此操作？

【问题讨论】：

见：SQL join or R's merge() function in NumPy?
您是否严格限制为numpy？大多数人使用 pandas 来匹配 R 的功能。 pd.merge
我并不反对使用 pandas，但是我认为在 pandas 和 numpy 之间进行交换（因为我计划稍后使用 numpy 进行操作）效率低下。不过，我在这里可能是错的。
我会为 Pandas 的建议 +1。 Pandas DataFrames 构建在 NumPy 数组之上。 Pandas 最适合您问题中描述的操作，您可以随时使用 df.values 访问 Pandas DataFrame df 的底层 Numpy 数组。
SQL join or R's merge() function in NumPy?的可能重复

标签： python numpy merge

【解决方案1】：

这是一个使用掩码的基于 NumPy 的解决方案 -

def numpy_merge_bycol0(d1, d2):
    # Mask of matches in d1 against d2
    d1mask = np.isin(d1[:,0], d2[:,0])

    # Mask of matches in d2 against d1
    d2mask = np.isin(d2[:,0], d1[:,0])

    # Mask respective arrays and concatenate for final o/p
    return np.c_[d1[d1mask], d2[d2mask,1:]]

示例运行 -

In [43]: d1
Out[43]: 
array([['1a2', '0'],
       ['2dd', '0'],
       ['z83', '1'],
       ['fz3', '0']], dtype='|S3')

In [44]: d2
Out[44]: 
array([['1a2', '33.3', '22.2'],
       ['43m', '66.6', '66.6'],
       ['z83', '12.2', '22.1']], dtype='|S4')

In [45]: numpy_merge_bycol0(d1, d2)
Out[45]: 
array([['1a2', '0', '33.3', '22.2'],
       ['z83', '1', '12.2', '22.1']], dtype='|S4')

我们也可以使用broadcasting 来获取索引，然后用整数索引代替掩码，就像这样 -

idx = np.argwhere(d1[:,0,None] == d2[:,0])
out = np.c_[d1[idx[:,0]], d2[idx[:,0,1:]

【讨论】：