这是一个互动会话,用于测试我在评论中提出的想法:
In [1]: import numpy as np
In [2]: dt = np.dtype([('destID',int),('ATTRACT',float),('other','S10')])
In [3]: TableArr=np.zeros((10,),dt)
In [5]: TableArr['destID']=np.random.randint(10,size=(10,))
In [6]: TableArr['ATTRACT']=np.random.randint(100,size=(10,))
In [7]: TableArr
Out[7]:
array([(2, 39.0, b''), (7, 7.0, b''), (8, 74.0, b''), (5, 83.0, b''),
(5, 3.0, b''), (9, 26.0, b''), (8, 9.0, b''), (3, 1.0, b''),
(1, 67.0, b''), (7, 5.0, b'')],
dtype=[('destID', '<i4'), ('ATTRACT', '<f8'), ('other', 'S10')])
In [13]: Tcopy=TableArr[['destID','ATTRACT']].copy()
In [14]: Tcopy['ATTRACT'] *= -1
In [16]: I=np.argsort(Tcopy,order=['destID','ATTRACT'])
In [17]: I
Out[17]: array([8, 0, 7, 3, 4, 1, 9, 2, 6, 5], dtype=int32)
In [18]: TableArr[I]
Out[18]:
array([(1, 67.0, b''), (2, 39.0, b''), (3, 1.0, b''), (5, 83.0, b''),
(5, 3.0, b''), (7, 7.0, b''), (7, 5.0, b''), (8, 74.0, b''),
(8, 9.0, b''), (9, 26.0, b'')],
dtype=[('destID', '<i4'), ('ATTRACT', '<f8'), ('other', 'S10')])
整数递增,在三种情况下它们相等的浮点数递减。因此它有效。
TableArr
是一个numpy记录数组?你最好使用pandas:它的DataFrame
类有一个sort method,可以实现你想要的功能。 - user707650reverse
,而numpy的排序函数没有。链接中提供的numpy解决方案是将一列乘以-1,然后使用argsort()函数。 - hpaulj'destID'
排序,然后独立地按'ATTRACT'
排序具有此字段相同值的切片并替换它们。但这可能会很慢。或者您可以将其转换为列表并使用list.sort
的key
参数。 - Dux