根据 2 列值取 numpy 数组的唯一值。

Question

我在 python 中有两列的 Numpy 数组，如下所示：

time,id
1,a
2,b
3,a
1,a
5,c
6,b
3,a

我想占用每个用户的独特时间。对于上述数据，我想要低于输出。

time,id
1,a
2,b
3,a
5,c
6,b

也就是说，我只想取唯一的行。所以， 1,a 和 3,a 不会在结果中重复。我将列作为字符串数据类型并有一个非常大的二维数组。一个解决方案可能是，我可以遍历所有行并制作一组。但这会很慢。请提出一种有效的方法来实现它。

Answer 1

鉴于：

>>> b
[['1' 'a']
 ['2' 'b']
 ['3' 'a']
 ['1' 'a']
 ['5' 'c']
 ['6' 'b']
 ['3' 'a']]

你可以做：

>>> np.vstack({tuple(e) for e in b})
[['3' 'a']
 ['1' 'a']
 ['2' 'b']
 ['6' 'b']
 ['5' 'c']]

因为这是一个集合理解，你失去了原始的顺序。

或者，为了维持秩序，您可以执行以下操作：

>>> c = np.ascontiguousarray(b).view(np.dtype((np.void, b.dtype.itemsize * b.shape[1])))
>>> b[np.unique(c, return_index=True)[1]]
[['1' 'a']
 ['2' 'b']
 ['3' 'a']
 ['5' 'c']
 ['6' 'b']]

或者，如果您可以使用 Pandas，这真的很容易。鉴于以下数据帧：

>>> df
  id  time
0  a     1
1  b     2
2  a     3
3  a     1
4  c     5
5  b     6
6  a     3

只需使用drop_duplicates()：

>>> df.drop_duplicates()
  id  time
0  a     1
1  b     2
2  a     3
4  c     5
5  b     6