Numpy 删除具有附加要求的重复项

我有三列

（x，y，m）

，其中

x

和

y

是坐标，

m

是测量值。有些重复项被定义为相同的

（x，y）

。在这些复制品中，我然后根据测量值

m

对它们进行排序，我只选择其中一个最小

m

的复制品。以下是一个例子：

x = np.array([1,1,2,2,1,1,2])
y = np.array([1,2,1,2,1,1,1])
m = np.array([10,2,13,4,6,15,7])

有三个具有相同坐标的副本

（1,1）

，其中最小

m

为6。有两个具有相同坐标的副本

（2,1）

，其中最小

m

为7。所以我想要的最终结果是：

x = np.array([1,2,1,2])
y = np.array([2,2,1,1])
m = np.array([2,4,6,7])

---

numpy.unique

无法处理这种情况。有什么好主意吗

您可以尝试以下方法：

import collections
x = np.array([1,1,2,2,1,1,2])
y = np.array([1,2,1,2,1,1,1])
m = np.array([10,2,13,4,6,15,7])
coords = [str(x[i]) + ',' + str(y[i]) for i in range(len(x))]
results = collections.OrderedDict()
for coords, m in zip(coords, m):
    if coords not in results:
        results[coords] = m
    else:
        if m < results[coords]:
            results[coords] = m
x = np.array([int(key.split(',')[0]) for key, _ in results.items()])
y = np.array([int(key.split(',')[1]) for key, _ in results.items()])
m = np.array([value for _, value in results.items()])

导入集合
x=np.数组（[1,1,2,2,1,1,2]）
y=np.数组（[1,2,1,2,1,1,1]）
m=np.数组（[10,2,13,4,6,15,7]）
coords=[str（x[i]）+'，'+str（y[i]）表示范围（len（x））内的i]
结果=collections.OrderedDict（）
对于coords，邮政编码为m（coords，m）：
如果结果不一致：
结果[coords]=m
其他：
如果m<结果[coords]：
结果[coords]=m
x=np.array（[int（key.split（'，'）[0]），用于键，在results.items（）中）
y=np.array（[int（key.split（'，'）[1]），用于键，在results.items（）中）
m=np.array（[value for x，value in results.items（）]））

我们可以在这里使用熊猫作为更清洁的解决方案-

import pandas as pd

In [43]: df = pd.DataFrame({'x':x,'y':y,'m':m})

In [46]: out_df = df.iloc[df.groupby(['x','y'])['m'].idxmin()]

# Format #1 : Final output as a 2D array
In [47]: out_df.values
Out[47]: 
array([[1, 1, 6],
       [1, 2, 2],
       [2, 1, 7],
       [2, 2, 4]])

# Format #2 : Final output as three separate 1D arrays
In [50]: X,Y,M = out_df.values.T

In [51]: X
Out[51]: array([1, 1, 2, 2])

In [52]: Y
Out[52]: array([1, 2, 1, 2])

In [53]: M
Out[53]: array([6, 2, 7, 4])

---

谢谢@Divakar，我运行了你的命令，得到了几乎相同的结果。唯一的区别是，当我运行

out_df.values

时，

m

列位于第一列。我想知道为什么会有这样的差异？@HuanianZhang是的，排序是基于dataframe如何构造头的。解决订单问题的一种方法是使用类似

idx=df.groupby（['x'，'y']）['m'].idxmin（）.values

，然后使用

idx

从

x，y，m

中选择值。谢谢@Divakar，我也通过上面的命令找到了它。谢谢@ashemag。