Python Numpy unique将整数更改为字符串

我有一个包含字符串和整数列的数据表，例如：

test_data = [('A',1,2,3),('B',4,5,6),('A',1,2,3)]

我需要唯一的行，因此我使用了numpy unique函数：

summary, repeat = np.unique(test_data,return_counts=True, axis=0)

但在那之后，我的数据类型就改变了。总结如下：

array([['A', '1', '2', '3'],
   ['B', '4', '5', '6']], dtype='<U1')

数组（[['A'，1'，2'，3']，
['B'，'4'，'5'，'6']]，dtype='我认为这与以下事实有关：在numpy数组中，所有项都必须具有相同的类型，而您可以做的是尝试在结果从numpy中返回时解析回结果，例如：

result = []
for l in summary.tolist():
    new_l = []
    for v in l:
        try:
            new_l.append(int(v))
        except ValueError:
            new_l.append(v)
    result.append(tuple(new_l))

您可以在np.unique前面的np.array函数中显式指定您的数据类型：

test_data=[（'A'，1,2,3），（'B'，4,5,6），（'A'，1,2,3）]
test_data=np.array（test_data，dtype=[（'letter'，'如果您有python对象，并且希望将它们保留为python对象，请使用python函数：

unique_rows = set(test_data)

或者更好：

from collections import Counter

rows_and_counts = Counter(test_data)

这些解决方案不复制数据：它们保留对原始元组的引用，就像它们一样。numpy解决方案多次复制数据：在转换为numpy时复制一次，在排序时复制至少一次，在转换回numpy时复制更多

这些解决方案具有
O（N）
算法复杂性，因为它们都使用哈希表。numpy
unique
解决方案使用排序，因此是
O（N log N）
复杂性。
不能在一个数组中存储多个不同的数据类型。但由于所有这些数据类型都可以是字符，python将自动假定为字符并将其转换。如果将它们分开存储，则会从整数中得到一个整数数组。@jaSnom不完全是“字符”但是是的，很漂亮much@juanpa.arrivillaga是的，你是对的。在我的工作中同时使用java和python有时会使我混淆它们。@juanpa.arrivillaga。从技术上讲，你可以使用tuples@MadPhysicist当然可以，但从技术上讲，它们仍在存储同质数据类型、结构化数据类型或对象：）谢谢您的回答，但我认为这应该是numpy本身。这个数据表很大，字符串列可以是任何列，因此如果没有更短的方法，我将编写详细的解析函数。这些数据来自sql表，因此我需要从sql表中获取数据类型，并添加到数据中。@kurag为什么在这里使用
numpy
？在任何情况下，我不确定我是否理解这个答案的问题，为什么它来自SQL表有关系？@wprazuch从SQL中获取数据，并对其进行了一些操作，在某个阶段我需要多次唯一的行（重复）。我可以使用你的答案，但首先控制原始数据类型。如果我这样做了，我也可以使用Aratz答案并进行修改，但你的答案会更短。但我正在寻找numpy本身的答案，如果有。就像我对Aratz说的，这应该在numpy中，numpy操作后应该呈现原始结构，而不是编辑版本如果是这样的话，那我就什么都不想了now@kurag.您确实了解
np.unique
实际上并没有那么有效？python集或计数器具有更好的缩放性能基于您的回答，我希望将键和值的列表分开，例如：counted=Counter（test_data）summary，repeat=list（counted.keys（）），list（counted.values（））。是否有可能列表的顺序会不同。@kurag.No.字典的键和值总是按相同的顺序返回。这是合同的一部分。计数器是字典的一个子类。如果您真的担心，请执行
summary=list（counted）；repeat=[counted[k]对于总结中的k]
unique_rows = set(test_data)

from collections import Counter

rows_and_counts = Counter(test_data)