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

我有一个带有重复元素的数组a，以及另一个数组b，其中包含a的排序后的唯一值（以及辅助的“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])

我想拥有一个数组d，其中a中的值被b中的索引替换。 预期结果应如下所示：

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

任何建议如何获得预期的结果将不胜感激。

Answer 1

使用以下代码。

d = [b.index(i) for i in a]

Answer 2

无需创建b或c ，您可以使用np.unique并使它返回inverse ：

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

以供参考：

return_inverse：bool，可选

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

替代熊猫解决方案：

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

Answer 3

与Avin的答案类似，您可以执行

a = ['Bob', 'Anna', 'Bob', 'Charly', 'Bob']
b = sorted(list(set(a)))
c = [b.index(x) for x in a]

但是，只想添加numpy是一个数值计算库。 您可以/应该仅为此使用列表。