Python 在numpy数组中返回相邻值的最快方法

我有两个保存日期和时间的numpy数组。每天的时间不一定匹配，所以我需要仔细检查，以找到匹配的时间

因此，我目前创建了一个简单的UDF，它返回经过的日期的时间。但这需要很长时间，因为阵列相当大

以下是我当前的代码，我将其分解为基本原则：

将numpy导入为np
#我的数组
arr1=np.数组（[[20/12/2019,16:00]、[21/12/2019,12:00]、[22/12/2019,15:00]）
arr2=np.数组（[[20/12/2019,16:00]、[21/12/2019,15:00]、[22/12/2019,16:00]）
#自由民主党
def获取时间（索引日期）：
对于范围内的i（arr2.形状[0]-1）：
如果arr2[i，0]==索引日期：
返回arr2[i，1]
打破
#循环浏览主要数据
对于范围内的i（arr1.形状[0]-1）：
如果arr1[i，1]=获取时间（arr1[i，0]）：
打印（'匹配'）
打破

上述方法可以工作，但速度很慢，而且很麻烦。我知道也有类似的情况：

如果my_数组中的值[：，col_num]：

但这不会返回相邻的时间，它只会检查是否存在日期

我的问题：

---

找到索引后，通过numpy数组循环返回相邻值的最快方法是什么？

这是一种变通方法，只有在无法使用Rafael的解决方案时才有用。我们替换临时数组中的日期，以检查哪些坐标具有自定义值

你可以用

for row in np.array(np.where(np.core.defchararray.replace(p,old="21/12/2019",new="")==''))[0]:
    #Prints time where date == 21/12/2019
    print(p[row,1])

---

这将找到目标日期的行坐标，这可以得到下一列，在您的情况下是时间。检查多个值、迭代要检查的值并替换内部旧值是很简单的。

如果日期是唯一的，为什么不设置两个Panda DataFrame并将它们合并到date列上？数组的元素是string类型还是Datetime类型？它们是string@Kalpit类型