一个数组中所有唯一值的两个数组中相同值的计数

Question

我有两个数组 A 和 B。A 有多个值（这些值可以是字符串、整数或浮点数），B 有值 0 和 1。对于 A 中的每个唯一值，我需要重合点的计数B 中的 1 和 B 中的 0。这两个计数都需要存储为单独的变量。 例如：

A = [1, 1, 3, 2, 2, 1, 1, 3, 3] # input multivalue array; it has three unique values – 1,2,3
B = [0, 0, 0, 1, 1, 1, 0, 1, 0] # input binary array
#Desired result: 
countA1_B1 = 1 #for unique value of '1' in A the count of places where there is '1' in B
countA1_B0 = 3 #for unique value of '1' in A the count of places where there is '0' in B
countAno1_B1 = 3 #for unique value of '1' in A the count of places where there is no '1' in A but there is '1' in B 
countAno1_B0 = 2 #for unique value of '1' in A the count of places where there is no '1' in A and there is '0' in B 

对于 A 中的所有唯一值，我都需要它。A 数组/列表将是一个栅格，因此将不知道唯一值。所以代码将首先提取 A 中的唯一值，然后进行剩余的计算 我解决这个问题的方法（见帖子previous question:)

Import numpy as np
A = [1, 1, 3, 2, 2, 1, 1, 3, 3] # input array
B = [0, 0, 0, 1, 1, 1, 0, 1, 0] # input binary array
A_arr = np.array(A)
A_unq = np.unique(A_arr)
#code 1    
A_masked_arrays = np.array((A_arr[None, :] == A_unq[:, None]).astype(int)) 
#code 2
# A_masked_arrays = [(A==unique_val).astype(int) for unique_val in
np.unique(A)]
print(A_masked_arrays) 
out = {val: arr for val, arr in zip(list(A_unq), list(A_arr))} 
#zip() throws error
#TypeError: 'zip' object is not callable. 
dict = {}
for i in A_unq:
    for j in A_masked_arrays:
        dict = i, j
        print(dict)

得到的结果：

# from code 1
[[1 1 0 0 0 1 1 0 0]
 [0 0 0 1 1 0 0 0 0]
 [0 0 1 0 0 0 0 1 1]]
# from code 2
[array([1, 1, 0, 0, 0, 1, 1, 0, 0]), array([0, 0, 0, 1, 1, 0, 0, 0, 0]), 
array([0, 0, 1, 0, 0, 0, 0, 1, 1])]

使用字典创建我得到这个结果

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

这就是我被困住的地方。从这里如何得到 A 中每个唯一值的最终计数为 countA1_B1、countA1_B0、countAno1_B1、countAno1_B0 等。需要帮助。提前致谢。

Answer 1

有选择地使用np.bincount 应该可以解决问题

Au, Ai = np.unique(A, return_index = True)

out = np.empty((2, Au.size))
out[0] = np.bincount(Ai, weight = 1-np.array(B), size = Au.size)
out[1] = bp.bincount(Ai, weight = np.array(B),   size = Au.size)

outdict = {}

for i in range(Au.size):
    for j in [0, 1]:
        outdict[(Au(i), j)] = out[j, i]

Answer 2

使用 pandas 来做这种 groupby 操作要容易得多：

In [11]: import pandas as pd

In [12]: df = pd.DataFrame({"A": A, "B": B})

In [13]: df
Out[13]:
   A  B
0  1  0
1  1  0
2  3  0
3  2  1
4  2  1
5  1  1
6  1  0
7  3  1
8  3  0

现在你可以使用 groupby 了：

In [14]: gb = df.groupby("A")["B"]

In [15]: gb.count()  # number of As
Out[15]:
A
1    4
2    2
3    3
Name: B, dtype: int64

In [16]: gb.sum()  # number of As where B == 1
Out[16]:
A
1    1
2    2
3    1
Name: B, dtype: int64

In [17]: gb.count() - gb.sum()  # number of As where B == 0
Out[17]:
A
1    3
2    0
3    2
Name: B, dtype: int64

您也可以通过 apply 更明确、更一般地执行此操作（例如，如果它不仅仅是 0 和 1）：

In [18]: gb.apply(lambda x: (x == 1).sum())
Out[18]:
A
1    1
2    2
3    1
Name: B, dtype: int64