python - 如何用另一个数组中唯一值的索引替换 numpy 数组中的重复值？

Question

我有一个包含重复元素的数组 a 和第二个数组 b，其中包含来自 a 的排序的唯一值（以及辅助“索引数组”c）：

a = np.array(['Bob', 'Anna', 'Bob', 'Charly', 'Bob'])
b = sorted(np.unique(a))
c = np.arange(len(b))
>>> b
array(['Anna', 'Bob', 'Charly'])
>>> c
array([0, 1, 2])

我想要的是一个数组 d，其中来自 a 的值被它们在 b 中的索引替换。预期结果应如下所示：

>>>d
array([1, 0, 1, 2, 1])

任何如何获得预期结果的建议将不胜感激。

标签： pythonarraysnumpy

Answer 1

无需创建bor c，您可以使用np.unique并让它返回inverse：

d = np.unique(a, return_inverse = True)[1]                                                           
>>> d
array([1, 0, 1, 2, 1])

以供参考：

return_inverse ：布尔值，可选

如果为 True，则还返回可用于重建 ar 的唯一数组的索引（对于指定的轴，如果提供）。

替代熊猫解决方案：

import pandas as pd
pd.Categorical(a).codes
array([1, 0, 1, 2, 1], dtype=int8)