ソート値

Question

私は、次の構造化された配列があります。私は、各idの最大vonmisesを取得しようとしています

import numpy as np 

x = np.rec.array([(22,2,200.,2000.), (44,2,400.,4000.), (55,5,500.,5000.), (33,3,400.,3000.)], 
       dtype={'names':['subcase','id', 'vonmises','maxprincipal'], 'formats':['i4','i4','f4','f4']}) 

を。

例えば、id2のmax vonmisesは400になります。そして、対応するサブケースとmaxprincipalが必要です。ここで

は私がこれまでにやっていることである。ここでは

print repr(x[['subcase','id','vonmises']][(x['id']==2) & (x['vonmises']==max(x['vonmises'][x['id']==2]))]) 

が出力されます。

array([(44, 2, 400.0)], 
    dtype=(numpy.record, [('subcase', '<i4'), ('id', '<i4'), ('vonmises', '<f4')])) 

私は今が午前問題は、私はこれがあるすべてのIDのために仕事をしたいということです配列内では、id = 2だけではありません。

array([(44, 2, 400.0),(55, 5, 500.0),(33, 3, 400.0)], 
    dtype=(numpy.record, [('subcase', '<i4'), ('id', '<i4'), ('vonmises', '<f4')])) 

は、個々のIDを指定せずにこれを実現するための良い方法はあります：

すなわち、次の出力を取得したいですか？

Answer 1

私はあなたがこの形式を使用する理由を知っているが、ここでpandasとハックですありません。

import pandas as pd 

df = pd.DataFrame(x) 
df_ = df.groupby('id')['vonmises'].max().reset_index() 

In [213]: df_.merge(df, on=['id','vonmises'])[['id','vonmises','subcase']] 

Out[213]: 
array([[ 2., 400., 44.], 
     [ 3., 400., 33.], 
     [ 5., 500., 55.]], dtype=float32) 

Answer 2

ここitertools.groupby続いnp.sort（またはargsort）を使用したアプローチがあります。しかし、このグループ化ツールは発電機の発電機を生産します。

In [29]: x = np.rec.array([(22,2,200.,2000.), (44,2,400.,4000.), (55,5,500.,5000.), (33,3,400.,3000.)], 
       dtype={'names':['subcase','id', 'vonmises','maxprincipal'], 'formats':['i4','i4','f4','f4']}) 

In [30]: ind=x.argsort(order=['id','vonmises']) 

In [31]: ind 
Out[31]: 
rec.array([0, 1, 3, 2], 
      dtype=int32) 

In [32]: x[ind] 
Out[32]: 
rec.array([(22, 2, 200.0, 2000.0), (44, 2, 400.0, 4000.0), (33, 3, 400.0, 3000.0), 
(55, 5, 500.0, 5000.0)], 
      dtype=[('subcase', '<i4'), ('id', '<i4'), ('vonmises', '<f4'), ('maxprincipal', '<f4')]) 

In [33]: import itertools 

In [34]: [list(v) for k,v in itertools.groupby(x[ind],lambda i:i['id'])] 
Out[34]: 
[[(22, 2, 200.0, 2000.0), (44, 2, 400.0, 4000.0)], 
[(33, 3, 400.0, 3000.0)], 
[(55, 5, 500.0, 5000.0)]] 

その後、我々は、各グループの最後の（または分間最初の）レコードを取得し、その後recarrayを再構成する必要があります。 mxの

In [39]: mx=[list(v)[-1] for k,v in itertools.groupby(x[ind],lambda i:i['id'])] 

In [43]: np.rec.fromrecords(mx,dtype=x.dtype) 
Out[43]: 
rec.array([(44, 2, 400.0, 4000.0), (33, 3, 400.0, 3000.0), (55, 5, 500.0, 5000.0)], 
      dtype=[('subcase', '<i4'), ('id', '<i4'), ('vonmises', '<f4'), ('maxprincipal', '<f4')]) 

要素が正しいdtypeとnp.recordですが、mx自体がリストです。

またはコンパクト：

# sort as desired 
x.sort(order=['id','vonmises']) 

# keep the first element, and every element with a different id to the one before it 
keep = np.empty(x.shape, dtype=np.bool) 
keep[0] = True 
keep[1:] = x[:-1].id != x[1:].id 

x_filt = x[keep] 

できます：ここで

g=itertools.groupby(np.sort(x,order=['id','vonmises']), lambda i:i['id']) 
np.rec.fromrecords([list(v)[-1] for k,v in g], dtype=x.dtype) 

Answer 3

はGROUPBYのないアプローチだ

rec.array([(22, 2, 200.0, 2000.0), (33, 3, 400.0, 3000.0), (55, 5, 500.0, 5000.0)], 
     dtype=[('subcase', '<i4'), ('id', '<i4'), ('vonmises', '<f4'), ('maxprincipal', '<f4')]) 

Answer 4

をnumpy_indexedパッケージを使用して、これは簡単なワンライナーだろう：

import numpy_indexed as npi 
ids, maxvonmises = npi.group_by(x.id).max(x.vonmises) 

おそらくパンダと似たパフォーマンスですが、読みやすく、データフォーマットを手元の問題に適応させる必要はありません。