Numpy 数组：有效查找匹配索引，但可能会丢失对应值

Question

我有一个与这篇文章非常相似的问题。本质上，我从 2 个 2d 数组（可能具有不同的宽度）开始，其中有一堆行，其中最左边的列充当有效索引，我想组合这两个数组（与原始帖子不同，我们可以假设最左边的列是已经按升序排列）

a = np.array([[1,2], [5,0], [6,4]]) 
b = np.array([[1,10], [5,20], [6,30]])

将合并到此

[[1  2 10]
[5  0 20]
[6  4 30]]

与原始端口一样。然而，我想做两件新的事情。首先，我想通过最左边的值来匹配两个数组，删除另一个数组上没有匹配值的任何行。 举个例子，

a = np.array([[1,2],[3,2], [5,0], [6,4]])
b = np.array([[1,10],[6,30], [5,20], [7,80]])

仍然是

[[1  2 10]
[5  0 20]
[6  4 30]]

数组 a 中的 [3,2] 和数组 b 中的 [7,80] 将被忽略。 其次，作为一个单独的函数，我想以类似的方式连接这两个数组，但每当找不到匹配的值时，我想使用 np.nan （或其他一些独特的非数字填充符）创建一个新行

[[1  2      10]
 [3  2      np.nan]
 [5  0      20]
 [6  4      30]
 [7  np.nan 80]]

我有两个程序可以执行这些操作，但它们效率不高，因为它们迭代输入数组的每一行（可能具有不同的宽度），有效地将行按大小写“压缩”在一起。

有没有好的有效方法可以使用内置 numpy 函数来做到这一点？

Answer 1

这是一个如何使用 pandas 进行操作的示例：

import pandas as pd

a = np.array([[1, 2], [3, 2], [5, 0], [6, 4]])
b = np.array([[1, 10], [6, 30], [5, 20], [7, 80]])

out = pd.DataFrame(a).merge(pd.DataFrame(b), on=[0], how="inner").to_numpy()
print(out)

打印：

[[ 1  2 10]
 [ 5  0 20]
 [ 6  4 30]]

---

对于第二个示例，选择

how="outer"

:

out = pd.DataFrame(a).merge(pd.DataFrame(b), on=[0], how="outer").to_numpy()
print(out)

打印：

[[ 1.  2. 10.]
 [ 3.  2. nan]
 [ 5.  0. 20.]
 [ 6.  4. 30.]
 [ 7. nan 80.]]