Python 对于一个数组中的每个标签，将另一个数组中的前k个引用设置为False

我有两个（排序）数组，A和B，长度不同，每个数组都包含重复多次的唯一标签。 A中每个标签的计数小于或等于B中的计数。 A中的所有标签将显示在B中，但B中的某些标签不会显示在A中

我需要一个与B长度相同的对象，其中，对于A中的每个标签

I

（出现

k_I

次），B中标签

I

的第一次出现

k_I

需要设置为

False

。 其余元素应为

True

下面的代码提供了我需要的内容，但如果A和B很大，这可能需要很长时间：

import numpy as np

# The labels and their frequency
A = np.array((1,1,2,2,3,4,4,4))
B = np.array((1,1,1,1,1,2,2,3,3,4,4,4,4,4,5,5))

A_uniq, A_count = np.unique(A, return_counts = True)
new_ind = np.ones(B.shape, dtype = bool)
for i in range(len(A_uniq)):
    new_ind[np.where(B == A_uniq[i])[0][:A_count[i]]] = False

print(new_ind)
#[False False  True  True  True False False False  True False False False
#  True  True  True  True]

---

有没有更快或更有效的方法？我觉得我可能错过了一些明显的广播或矢量化解决方案。

这是一个带有

np.searchsorted的解决方案。

-

idx = np.searchsorted(B, A_uniq)
id_ar = np.zeros(len(B),dtype=int)
id_ar[idx] = 1
id_ar[A_count+idx] -= 1
out = id_ar.cumsum()==0

我们可以进一步优化，使用排序性质来计算

A_uniq，A_count

，而不是像这样使用

np.unique

-

mask_A = np.r_[True,A[:-1]!=A[1:],True]
A_uniq, A_count = A[mask_A[:-1]], np.diff(np.flatnonzero(mask_A))

---

此解决方案受@Divakar的启发，使用：

输出

[False False  True  True  True False False False  True False False False
  True  True  True  True]

这样做的目的是找到

A

的每个元素的插入位置，因为相等的元素将具有相同的插入位置，您必须将每个元素移动一个，从而得到groupby。然后创建一个

True

数组，并将

索引的值设置为
False

如果可以使用
pandas
，请按如下方式计算
索引：

values = np.searchsorted(B, A)
indices = pd.Series(values).groupby(values).cumcount() + values

没有numpy的例子

A = [1,1,2,2,3,4,4,4]
B = [1,1,1,1,1,2,2,3,3,4,4,4,4,4,5,5]

a_i = b_i = 0
while a_i < len(A):
  if A[a_i] == B[b_i]:
    a_i += 1
    B[b_i] = False
  else:
    B[b_i] = True
  b_i += 1
# fill the rest of B with True
B[b_i:] = [True] * (len(B) - b_i)
# [False, False, True, True, True, False, False, False, True, False, False, False, True, True, True, True]

A=[1,1,2,2,3,4,4]
B=[1,1,1,1,2,2,3,3,4,4,4,4,5]
a_i=b_i=0
而a_i

A = [1,1,2,2,3,4,4,4]
B = [1,1,1,1,1,2,2,3,3,4,4,4,4,4,5,5]

a_i = b_i = 0
while a_i < len(A):
  if A[a_i] == B[b_i]:
    a_i += 1
    B[b_i] = False
  else:
    B[b_i] = True
  b_i += 1
# fill the rest of B with True
B[b_i:] = [True] * (len(B) - b_i)
# [False, False, True, True, True, False, False, False, True, False, False, False, True, True, True, True]