Python 执行'；加入'；关于两个numpy数组

我有两个numpy阵列，如下所示：

a = np.array([[1, 10], [2, 12], [3, 5]])
b = np.array([[1, 0.78], [3, 0.23]])

列表中的第一个数字是id参数，第二个是值。我想把它们结合起来。预期输出等于：

np.array([1, 10, 0.78], [2, 12, 0], [3, 5, 0.23])

是否有一个功能（或功能组合）可以为我做到这一点？非常感谢任何帮助

---

如果找不到对象，则会将0放在相应的位置。

您使用的是第一个元素，如字典的

键或Pandas系列的索引。因此，我使用了那些更适合您要进行的组合的工具。然后我会转换回您要查找的数组

import pandas as pd
import numpy as np

a = np.array([[1, 10], [2, 12], [3, 5]])
b = np.array([[1, 0.78], [3, 0.23]])

pd.concat(
    map(pd.Series, map(dict, (a, b))), axis=1
).fillna(0).reset_index().values

array([[ 1.  , 10.  ,  0.78],
       [ 2.  , 12.  ,  0.  ],
       [ 3.  ,  5.  ,  0.23]])

注:

我将
dict
和
pd.Series
映射到iterable
（a，b）
我将它们传递给pd.concat，它将生成一个数据帧
用
0
重置索引以取回您的密钥
仅获取值

如果你有另一个数组

a = np.array([[1, 10], [2, 12], [3, 5]])
b = np.array([[1, 0.78], [3, 0.23]])
c = np.array([[1, 3.14], [2, 3.14]])

pd.concat(
    map(pd.Series, map(dict, (a, b, c))), axis=1
).fillna(0).reset_index().values

array([[ 1.  , 10.  ,  0.78,  3.14],
       [ 2.  , 12.  ,  0.  ,  3.14],
       [ 3.  ,  5.  ,  0.23,  0.  ]])


如果要快速将阵列转换为熊猫系列

请注意，我给新名字
a_
、
b_
和
c_
写了封信，以避免覆盖其他名字

a_, b_, c_ = map(pd.Series, map(dict, (a, b, c)))


获取数据帧

df = pd.concat(map(pd.Series, map(dict, (a, b, c))), axis=1).fillna(0)
df

    0     1     2
1  10  0.78  3.14
2  12  0.00  3.14
3   5  0.23  0.00

您正在使用第一个元素，如字典的
键或Pandas系列的索引。因此，我使用了那些更适合您要进行的组合的工具。然后，我将转换回您要查找的数组

import pandas as pd
import numpy as np

a = np.array([[1, 10], [2, 12], [3, 5]])
b = np.array([[1, 0.78], [3, 0.23]])

pd.concat(
    map(pd.Series, map(dict, (a, b))), axis=1
).fillna(0).reset_index().values

array([[ 1.  , 10.  ,  0.78],
       [ 2.  , 12.  ,  0.  ],
       [ 3.  ,  5.  ,  0.23]])

注:

我将
dict
和
pd.Series
映射到iterable
（a，b）
我将它们传递给pd.concat，它将生成一个数据帧
用
0
重置索引以取回您的密钥
仅获取值

如果你有另一个数组

a = np.array([[1, 10], [2, 12], [3, 5]])
b = np.array([[1, 0.78], [3, 0.23]])
c = np.array([[1, 3.14], [2, 3.14]])

pd.concat(
    map(pd.Series, map(dict, (a, b, c))), axis=1
).fillna(0).reset_index().values

array([[ 1.  , 10.  ,  0.78,  3.14],
       [ 2.  , 12.  ,  0.  ,  3.14],
       [ 3.  ,  5.  ,  0.23,  0.  ]])


如果要快速将阵列转换为熊猫系列

请注意，我给新名字
a_
、
b_
和
c_
写了封信，以避免覆盖其他名字

a_, b_, c_ = map(pd.Series, map(dict, (a, b, c)))


获取数据帧

df = pd.concat(map(pd.Series, map(dict, (a, b, c))), axis=1).fillna(0)
df

    0     1     2
1  10  0.78  3.14
2  12  0.00  3.14
3   5  0.23  0.00

我没有遵循预期输出的逻辑：
[2,12,0]
是如何从
a
和
b
的条目中派生出来的？根据我对您描述的解释，我希望输出是
np.array（[1,10,0.78]，[2,12]，[3,5,0.23]）
或
np array（[1,10,0.78]，[2,12,0]，[3,5,0.23]）
（如果值
0
表示“未在该数组中找到”，则为后者）.NumPy数组不是为您想要的锯齿状结构而设计的。可以创建数组数组或列表数组来表示锯齿状数组，但它们与大多数NumPy操作不兼容，并且也有各种各样令人讨厌的边缘情况。很抱歉，这已更新。目标不是创建锯齿状数组，但表示需要组合的两个数据列表。我不遵循预期输出的逻辑：如何从
a
和
b
的条目中导出
[2,12,0]
？根据我对您描述的解释，我预期输出为
np.array（[1,10,0.78]，[2,12]，[3,5,0.23]）
或
np.数组（[1,10,0.78]，[2,12,0]，[3,5,0.23]）
（如果值
0
表示“未在该数组中找到”，则为后者）.NumPy数组不是为您想要的锯齿状结构而设计的。可以创建数组数组或列表数组来表示锯齿状数组，但它们与大多数NumPy操作不兼容，并且也有各种各样令人讨厌的边缘情况。很抱歉，这已更新。目标不是创建锯齿状数组，但表示需要合并的两个数据列表。好的，这很有帮助。因此，如果我在一个项目中工作，我有很多键和值，那么熊猫似乎是最好的选择。上面的答案很有意义，但我需要能够扩展它。例如，如果我有c=np.array（[[1，3.14]，[2，3.14]），如何将其添加到数组中，创建[[1,10,0.78,3.14]，[2,12,0,3.14]，[3,5,0.23,0]]如果像这样的事情在pandas中更容易实现，我很乐意使用这个工具。很高兴我能提供帮助。好的，这很有帮助。因此，如果我在一个有很多键和值的项目中工作，看起来pandas将是一条路要走。上面的答案很有意义，但我需要能够扩展它。例如，如果我有c=np.array（[[1，3.14]，[2,3.14]]，如何将其添加到数组中，创建[[1,10,0.78,3.14]，[2,12,0,3.14]，[3,5,0.23,0]]，如果在熊猫中这样做更容易，我很乐意使用该工具。很高兴我能提供帮助。