Python 使用具有多个值的索引，如何获取最小值

我有一个从一个数组中选择元素的索引。但有时索引可能有重复的条目。。。在这种情况下，我想选择相应的较小值。可能吗

index = [0,3,5,5]
dist = [1,1,1,3]
arr = np.zeros(6)
arr[index] = dist
print arr

我得到的是：

[ 1.  0.  0.  1.  0.  3.]

我想要的是：

[ 1.  0.  0.  1.  0.  1.]

 [[ 0.  1.]
 [ 0.  0.]
 [ 0.  0.]
 [ 2.  3.]
 [ 0.  0.]
 [ 4.  5.]]

附录

---

实际上，我有第三个数组，其中包含要插入的（向量）值。因此，问题是将

值

中的值插入

arr

的

索引

位置，如下所示。但是，当多个值具有相同的索引时，我想选择与minimum

dist

对应的值

index = [0,3,5,5]
dist = [1,1,1,3]
values = np.arange(8).reshape(4,2)
arr = np.zeros((6,2))
arr[index] = values
print arr

我得到：

 [[ 0.  1.]
 [ 0.  0.]
 [ 0.  0.]
 [ 2.  3.]
 [ 0.  0.]
 [ 6.  7.]]

我想得到：

[ 1.  0.  0.  1.  0.  1.]

 [[ 0.  1.]
 [ 0.  0.]
 [ 0.  0.]
 [ 2.  3.]
 [ 0.  0.]
 [ 4.  5.]]

---

在熊猫中使用

groupby

：

import pandas as pd
index = [0,3,5,5]
dist = [1,1,1,3]
s = pd.Series(dist).groupby(index).min()
arr = np.zeros(6)
arr[s.index] = s.values
print arr

---

如果对

index

进行排序，则可以使用

itertools.groupby

对该列表进行分组

np.array([(g[0],min([x[1] for x in g[1]])) for g in 
    itertools.groupby(zip(index,dist),lambda x:x[0])])

产生

array([[0, 1],
       [3, 1],
       [5, 1]])

---

这比使用

np.unique

的版本慢约8倍。因此，对于

N=1000

来说，它与Pandas版本类似（我猜是因为我的Pandas导入有问题）。对于较大的N，熊猫版本更好。看起来熊猫的方法有着巨大的启动成本，这限制了它在小N的速度。

你的标题中“最近”是什么意思？您想要给定索引中的最小值，还是其他什么？我想说“最小”，但由于某种原因，stackoverflow认为标题无效：-（dist如何影响附录中的情况？我的解释：“对于

索引中的重复数字

，请选择

值

中与

距离

中最小数字对应的行。是否正确？如果您希望重复索引的

值

中的“最小”值，则它是不明确的（如果说

值

中的两行是

[0,2]

和

[1,1]

）您的解释是正确的。我想插入

dist

中的值，如果多个值具有相同的

索引，则选择
dist
最小的值。我想，您想插入
值中的值。我的解决方案应该针对2d
值执行此操作，方法是根据
dist
进行排序实际上，我有第三个值数组…你能根据我问题中的附录调整你的答案吗？对不起，我不知道为什么我的附录丢失了…现在你应该用样本数据找到它。我用这个问题解决了附录部分：是的，我也发现了时间安排，我认为制作一个
系列
一定很昂贵。