Pandas/NumPy：简洁地标记与掩码匹配的前N个值

我有这样一个排序序列：

[2, 4, 5, 6, 8, 9]

我想生成另一个长度相同的序列或ndarray，其中前两个奇数和前两个偶数按顺序标记：

[0, 1, 2, _, _, 3]

\uu

值我并不真正关心。它们可以是零

现在我这样做：

src = pd.Series([2, 4, 5, 6, 8, 9])
odd = src % 2 != 0
where = np.hstack((np.where(odd)[0][:2], np.where(~odd)[0][:2]))
where.sort() # maintain ordering - thanks to @hpaulj
res = np.zeros(len(src), int)
res[where] = np.arange(len(where))

---

你能做得更简洁些吗？输入永远不会为空，但可能没有赔率或偶数（在这种情况下，结果的长度可能是1、2或3而不是4）。

大问题！我还在探索和学习

到目前为止，我基本上一直坚持您所做的工作，并对效率进行了适当的调整。如果我想到其他酷的东西，我会更新

结论
到目前为止，我已经做了很多努力，没有多大进步

我的答案
快速

---

备选方案2
没有那么快，但是很有创意

a = src.values
odd = a % 2
res = np.zeros(len(src), int)
b = np.arange(2)
c = b[:, None] == odd
res[(c.cumsum(1) * c <= 2).all(0)] = np.arange(4)

a=src.values
奇数=a%2
res=np.zero（len（src），int）
b=np.arange（2）
c=b[：，无]==奇数
res[（c.cumsum（1）*c顺序重要吗？在你的例子中，2个偶数出现在任何赔率之前，但是
[1,4,5,7,8,9]
产生
[2,0,3,0,1,0]
res[np.sort（where）]=…
是一个简单的解决方法。或者创建一个中间布尔掩码。@hpaulj：好问题。我确实更喜欢排序。我将添加
where.sort（）
到我的示例解决方案（使其更加简洁！）。
a = src.values
odd = (a % 2).astype(bool)
rng = np.arange(len(a))

# same reason these are 2, we have 4 below
where = np.append(rng[~odd][:2], rng[odd][:2])
res = np.zeros(len(a), int)

# nature of the problem necessitates that this is 4
res[where] = np.arange(4)

a = src.values
odd = a % 2
res = np.zeros(len(src), int)
b = np.arange(2)
c = b[:, None] == odd
res[(c.cumsum(1) * c <= 2).all(0)] = np.arange(4)

odd = src.values % 2
a = (odd[:, None] == [0, 1])
b = ((a.cumsum(0) * a) <= 2).all(1)
(b.cumsum() - 1) * b

def pir3(src):
    odd = src.values % 2
    a = (odd[:, None] == [0, 1])
    b = ((a.cumsum(0) * a) <= 2).all(1)
    return (b.cumsum() - 1) * b

def pir0(src):
    odd = src.values % 2
    even = 1 - odd
    res = ((odd.cumsum() * odd) < 3) * ((even.cumsum() * even) < 3)
    return (res.cumsum() - 1) * res

def pir2(src):
    a = src.values
    odd = a % 2
    res = np.zeros(len(src), int)
    c = b[:, None] == odd
    res[(c.cumsum(1) * c <= 2).all(0)] = np.arange(4)
    return res

def pir1(src):
    a = src.values
    odd = (a % 2).astype(bool)
    rng = np.arange(len(a))
    where = np.append(rng[~odd][:2], rng[odd][:2])
    res = np.zeros(len(a), int)
    res[where] = np.arange(4)
    return res

def john0(src):
    odd = src % 2 == 0
    where = np.hstack((np.where(odd)[0][:2], np.where(~odd)[0][:2]))
    res = np.zeros(len(src), int)
    res[where] = np.arange(len(where))
    return res

def john1(src):
    odd = src.values % 2 == 0
    where = np.hstack((np.where(odd)[0][:2], np.where(~odd)[0][:2]))
    res = np.zeros(len(src), int)
    res[where] = np.arange(len(where))
    return res