Python 根据其关联ID在“主顺序”数组中的位置对numpy数组重新排序

我正在寻找一个函数，当数组长度为一百万时，该函数根据有序的_id生成一个新的值数组

输入：

    >>> ids=array(["WYOMING01","TEXAS01","TEXAS02",...])
    >>> values=array([12,20,30,...])
    >>> ordered_ids=array(["TEXAS01","TEXAS02","ALABAMA01",...])

    ordered [  20 , 30 , nan , ...]

输出：

    >>> ids=array(["WYOMING01","TEXAS01","TEXAS02",...])
    >>> values=array([12,20,30,...])
    >>> ordered_ids=array(["TEXAS01","TEXAS02","ALABAMA01",...])

    ordered [  20 , 30 , nan , ...]

期末总结

@Dietrich在列表理解中使用字典的速度是使用numpy索引搜索（numpy.where）的10倍。我在下面的回答中比较了三个结果的次数

您可以尝试：

import numpy as np

def order_array(ids, values, master_order_ids):
    n = len(master_order_ids)
    idx = np.searchsorted(master_order_ids, ids)
    ordered_values = np.zeros(n)
    ordered_values[idx < n] = values[idx < n]
    print "ordered", ordered_values
    return ordered_values

将numpy导入为np
def订单数组（ID、值、主订单ID）：
n=长度（主订单ID）
idx=np.searchsorted（主订单ID，ID）
有序_值=np.零（n）
有序_值[idx

---

Searchsorted为您提供了索引，您应该在其中将ID插入主\u order\u ID以保持阵列的有序性。然后，您只需删除那些超出主订单ID范围的（idx，值）。

您可以尝试使用

dict（）

将stings与您的号码关联起来。它大大简化了代码：

import numpy as np

def order_bydict(ids,values,master_order_ids):
    """ Using a dict to order ``master_order_ids`` """

    dd = dict([(k,v) for k,v in zip(ids, values)])  # create the dict
    ordered_values = [dd.get(m, 0) for m in master_order_ids]  # get() return 0 if key not found

    return np.asarray(ordered_values)  # return a numpy array instead of a list

如果不测试较长的阵列，很难预测速度方面的改进（在您的示例中，基于

%timeit

，速度提高了25%）

结果

---

以下使用该软件包的解决方案（免责声明：我是其作者）是纯矢量化的，可能比目前发布的解决方案效率更高：

import numpy_indexed as npi
idx = npi.indices(ids, ordered_ids, missing='mask')
new_values = values[idx]
new_values[idx.mask] = -1   # or cast to float and set to nan, but you get the idea...

---

[“8”、“9”、“10”]

未按字符串排序，因此它会自动返回虚假结果。对。我默默地希望ID作为字符串是一个错误。我的错。作为对Jamie评论的回应，你能澄清一下你的ID是字符串吗？它们必须是字符串吗？您的master_id数组是否等同于np.arange（n）up类型，或者它是否缺少值？为什么要使用numpy数组？为什么不是一个简单的字符串列表呢？在您的示例中，master_order_id似乎是一个排序列表。如果总是这样，你就不需要它，你的问题也会简单得多。你可能会对这个问题感兴趣：谢谢。我对数组中10000个元素的测试（见下面的答案）表明，您的方法要好得多：不使用dictionary:1.32，使用dictionary:1.32，使用dictionary:0.013