首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >Dict:按多个键排序+降/升排序

问Dict:按多个键排序+降/升排序
EN

Stack Overflow用户
提问于 2021-07-22 14:02:23
回答 1查看 175关注 0票数 1

我有一个键( str )和值(Value)为np.array的数据集。np.array的类型也可以是np.str_类型。

代码语言:javascript
复制
data = {"col1": np.array((1, 2, 3, 4, 5, 4, 3, 2, 1)),
        "col2": np.array(list("abcdeabcd")),
        "col3": np.array((10, 11, 9, 8, 7, 2, 12, 100, 1))}

如何按照多个键和升序/降序进行排序,类似于使用pandas的sort_values方法:

Pandas解决方案(不需要)

代码语言:javascript
复制
df = pd.DataFrame(data)
df.sort_values(by=["col1", "col2"], ascending=[True, True])

需要Numpy或基本python解决方案:

我不想使用熊猫,但理想的情况是在numpy。我知道我可以使用np.lexsort对多个列进行排序。但这并没有给我(i)做升序/降序的选择。

这是我在按col1排序,然后按升序/升序排序col2时所需要的输出:

代码语言:javascript
复制
{'col1': np.array([1, 1, 2, 2, 3, 3, 4, 4, 5]),
 'col2': np.array(['a', 'd', 'b', 'c', 'b', 'c', 'a', 'd', 'e']),
 'col3': np.array([10, 1, 11, 100, 12, 9, 2, 8, 7])}

这是我在按col1排序,然后按升序/降序排序col2时所需要的输出:

代码语言:javascript
复制
{'col1': np.array([1, 1, 2, 2, 3, 3, 4, 4, 5]),
 'col2': np.array(['d', 'a', 'c', 'b', 'c', 'b', 'd', 'a', 'e']),
 'col3': np.array([1, 10, 100, 11, 9, 12, 8, 2, 7])}
EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2021-07-22 14:23:55

您可以使用np.lexsort对列进行反排序,方法是取消排序键。请记住,不需要将实际数组传递给lexsort。对于有符号的数字数组,可以通过否定值进行反向排序。对于无符号整数,可以从最大值中减去值。字符串可以作为数字来处理,您可以基于np.unique创建一个有符号整数的查找表。

下面是数组的一个小示例:

代码语言:javascript
复制
np.random.seed(0xBEEF)
a = np.random.choice([1, 2, 3], 10)
b = np.random.choice([1.0, 2.0, 3.0], 10)
c = np.random.choice(np.array([1, 2, 3], dtype=np.uint8), 10)
d = np.random.choice(list('abc'), 10)

在任何情况下,按升序排序的键都可以是数组本身。按降序排列,我们显然可以使用-a和-b。碰巧,-c也能工作:

代码语言:javascript
复制
>>> c
array([3, 1, 1, 3, 2, 2, 1, 1, 2, 3], dtype=uint8)
>>> -c
array([253, 255, 255, 253, 254, 254, 255, 255, 254, 253]

这可能取决于平台表示,但在大多数流行的系统中,负数是以两种补码形式表示的,这应该工作得很好。如果您想要非常安全,可以添加一张支票,例如

代码语言:javascript
复制
if np.issubdtype(c.dtype, np.unsignedinteger):
    key = np.iinfo(c.dtype).max + 1 - c

当然我们有d

代码语言:javascript
复制
>>> d
array(['c', 'a', 'b', 'b', 'c', 'b', 'a', 'b', 'c', 'b'], dtype='<U1')
>>> -d
...
UFuncTypeError: ufunc 'negative' did not contain a loop with signature matching types dtype('<U1') -> dtype('<U1')

在这里构造排序键的一种方法是:

代码语言:javascript
复制
lookup, key = np.unique(d, return_inverse=True)

key的元素是lookup中的索引,按排序顺序排列,这意味着如果对key进行排序,那么lookup[key]的结果也将被正确排序。这意味着key.argsort()和d.argsort()是相同的,有一个额外的优势,您可以否定key。

实际上,您可以采用快捷方式编写密钥生成器,只使用此技术:

代码语言:javascript
复制
def make_key(arr, asc=True):
    _, key = np.unique(arr, return_inverse=True)
    if not asc:
        key = np.negative(key, out=key) # Don't bother making a second array
    return key

因此,完整的示例可能如下所示:

代码语言:javascript
复制
def custom_lexsort(arrs, asc=True):
    """
    Lexsort a collection of arrays in ascending or descending order.

    Parameters
    ----------
    arrs : sequence[array-like]
        Sequence of arrays to sort.
    asc : array-like[bool]
        Sequence of True for ascending elements of `keys`,
        False for descending. Must broadcast to `(len(arrs),)`.
    """
    def make_key(a, asc):
        if np.issubdtype(a.dtype, np.number):
            key = a
        else:
            _, key = np.unique(a, return_inverse=True)
        if asc:
            return key
        elif np.issubdtype(key.dtype, np.unsignedinteger):
            return np.iinfo(key.dtype).max + 1 - key
        else:
            return -key

    n = len(arrs)
    asc = np.broadcast_to(asc, n)
    keys = [make_key(*x) for x in zip(arrs, asc)]
    return np.lexsort(keys[::-1])
代码语言:javascript
复制
data = {"col1": np.array((1, 2, 3, 4, 5, 4, 3, 2, 1)),
        "col2": np.array(list("abcdeabcd")),
        "col3": np.array((10, 11, 9, 8, 7, 2, 12, 100, 1))}

idx = custom_lexsort(list(data.values()), [True, False, True])
result = {k: v[idx] for k, v in data.items()}

我冒昧地颠倒了数组的顺序,因为lexsort从头到尾排序。果然:

代码语言:javascript
复制
>>> result
{'col1': array([1, 1, 2, 2, 3, 3, 4, 4, 5]),
 'col2': array(['d', 'a', 'c', 'b', 'c', 'b', 'd', 'a', 'e'], dtype='<U1'),
 'col3': array([  1,  10, 100,  11,   9,  12,   8,   2,   7])}

我已经包括了第三栏的排序,因为它没有害处。下面是排序数组的一个示例,其中只有前两个用于排序:

代码语言:javascript
复制
idx = custom_lexsort([data['col1'], data['col2']], [True, False])
for v in data.values():
    v[:] = v[idx]
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/68486204

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档