从非常大的输入数组中获取引用数组中相应值的数组。

Question

我有以下数组：

table = np.array([
[1.0, 1.0, 3.0, 5.0],
[1.0, 2.0, 5.0, 3.0],
...
[2.0, 5.0, 2.0, 1.0],
[8.0, 9.0, 7.0, 2.0]])

让我们用'a'，'b'，'m'，'n‘分别命名不同的列。

" table“是我的参考表，在这里我要提取'm‘和'n’，给出一个列表中包含的'a‘和'b’，我们称之为' my _ list‘。在这个列表中，我们允许重复对(a，b)。

N.B.：这里的列表可以称为数组(不是python意义上的)

--使用for循环更容易。但是，对于我的问题，我的列表'my_list‘可能包含超过100000对(a，b)，所以使用for循环不是我工作的最佳选择。如何使用numpy函数或熊猫函数在几行(1至3行)中完成？

我想要的一个例子:给出下面的列表

my_list = np.array([
[1.0, 2.0],
[1.0, 2.0],
[8.0, 9.0]])

我希望得到以下结果：

results = np.array([
[5.0, 3.0],
[5.0, 3.0],
[7.0, 2.0]])

提前谢谢你

编辑1:与循环的等价性

下面是与for循环等价的方法(最简单的方法是不使用二分法搜索的for循环)：

result = []
for x in my_list:
    for y in table:
        if (x[0] == y[0]) and (x[1] == y[1]):
            result.append([y[2], y[3]])
        break

print(results)

Answer 1

使用的一种可能的方法是执行inner

pd.DataFrame(table).merge(pd.DataFrame(my_list))[[2, 3]].to_numpy()

array([[5., 3.],
       [5., 3.],
       [7., 2.]])