Python 使用numpy将数组分组到嵌套结构

假设我有一个这样的numpy数组（更大，每个日期的重复次数不同）：

现在，我想按日期将列分组为一个更平坦的结构：

[              
   ["2011-01-01", [[24, 554, 66], [44, 524, 62]]],
   ["2011-01-04", [[23, 454, 32], [22, 45, 42], [14, 364, 12]]]  
]

---

我确实知道如何通过在数组中循环并附加元素来实现这一点，但在我看来这是非常不和谐的。是否有一些内置的numpy函数来执行此操作，或者有一些自定义的一行程序来执行此任务？

我不太确定您是如何存储日期的；您给出的示例实际上不起作用，因为日期将被解释为算术。但是，如果您有一个特定的日期

date

，您希望该嵌套数组用于该日期，则可以通过索引轻松获取该日期：

data[ data[:,0]==date, 1: ]

这将选择包含所需日期的每一行，然后只提供数字。如果您希望每个日期都使用此选项，可以使用以下选项：

[ [ date, data[ data[:,0]==date, 1: ] ] for date in np.unique(data[:,0]) ]

---

请注意，这会将嵌套列表部分作为numpy数组提供给您，但如果您希望将其作为普通列表，则转换将很容易。

这是一个典型的分组问题，可以使用该包高效地解决（免责声明：我是其作者）：

虽然目前公认的答案并非不雅观，但它具有二次性能。这个解决方案是nlogn，避免了任何python循环；因此，更多的“numpythonic”：）

[ [ date, data[ data[:,0]==date, 1: ] ] for date in np.unique(data[:,0]) ]

import numpy_indexed as npi
unqiue, groups = npi.group_by(data[:,0], data[:, 1:].astype(np.int))