Python 对Numpy（键、值）数组应用多数投票

我有一个Numpy数组，其中第一列是ID，第二列是分类。我想申请多数投票，这样每个ID只有一个分类。当分类频率为50-50时，我想随机选择一个分类

我的数组如下所示：

>>> print(myArray)
array([
[10, 0],
[10, 1],
[101, 0],
[101, 0],
[101, 2],
[102, 0],
[102, 0],
[103, 0],
[103, 1],
[103, 1]])

我希望它变成这样（基于多数票）

或

---

一种方法是将numpy数组转换为defaultdict，然后再转换回numpy数组

In [1]: from collections import defaultdict

In [2]: import numpy as np

In [3]: arr = np.array([[10, 0], [10, 1], [10, 1]])

In [4]: arr
Out[4]:
array([[10,  0],
       [10,  1],
       [10,  1]])

In [11]: darr = defaultdict(list)

In [12]: for item in arr:
    ...:     a,b = item
    ...:     darr[a].append(b)
    ...:

In [13]: darr
Out[13]: defaultdict(list, {10: [0, 1, 1]})

---

因此，在转换为默认dict后，您可以迭代dict并为每个键选择所需的任何值

仅供参考，您可以直接迭代这些对：

对于arr中的a、b:

使用pandas。只需通过

groupby

操作即可生成所需内容。@alkasm您能举个例子吗？

>>> print(myArray)
array([
[10, 1],
[101, 0],
[102, 0],
[103, 1]])

In [1]: from collections import defaultdict

In [2]: import numpy as np

In [3]: arr = np.array([[10, 0], [10, 1], [10, 1]])

In [4]: arr
Out[4]:
array([[10,  0],
       [10,  1],
       [10,  1]])

In [11]: darr = defaultdict(list)

In [12]: for item in arr:
    ...:     a,b = item
    ...:     darr[a].append(b)
    ...:

In [13]: darr
Out[13]: defaultdict(list, {10: [0, 1, 1]})