Numpy 根据 XYZ 获取最大值

Question

我正在尝试读取包含一些 XYZ 数据的 CSV 文件，但是在使用 Python Natgrid 进行网格化时会导致错误：two input triples have the same x/y coordinates. 这是我的数组：np.array([[41.540588, -100.348335, 0.052785],   [41.540588, -100.348335, 0.053798],   [42.540588, -102.348335, 0.021798],   [42.540588, -102.348335, 0.022798],   [43.540588, -103.348335, 0.031798]])我想删除 XY 重复项并获得最大 Z 值。基于上面的例子，我想删除这个数组的任何最小值：np.array([[41.540588, -100.348335, 0.053798],   [42.540588, -102.348335, 0.022798],   [43.540588, -103.348335, 0.031798]])我曾尝试使用np.unique，但到目前为止我还没有任何运气，因为它不适用于行（仅列）。

Answer 1

这是一种numpy方法，首先按 排序Z，然后找到每个唯一X和Y对中的第一个，并建立索引：

a = np.array([[41.540588, -100.348335, 0.052785],

   [41.540588, -100.348335, 0.053798],

   [42.540588, -102.348335, 0.021798],

   [42.540588, -102.348335, 0.022798],

   [43.540588, -103.348335, 0.031798]])

# sort by Z

b = a[np.argsort(a[:,2])[::-1]]

# get first index for each unique x,y pair

u = np.unique(b[:,:2],return_index=True,axis=0)[1]

# index

c = b[u]

>>> c

array([[ 4.15405880e+01, -1.00348335e+02,  5.37980000e-02],

       [ 4.25405880e+01, -1.02348335e+02,  2.27980000e-02],

       [ 4.35405880e+01, -1.03348335e+02,  3.17980000e-02]])

Answer 2

如果您能够使用pandas，则可以利用groupby和max

>>> pandas.DataFrame(arr).groupby([0,1], as_index=False).max().values

array([[ 4.15405880e+01, -1.00348335e+02,  5.37980000e-02],

       [ 4.25405880e+01, -1.02348335e+02,  2.27980000e-02],

       [ 4.35405880e+01, -1.03348335e+02,  3.17980000e-02]])

Answer 3

您可以通过排序和删除重复项来使用 Pandas：

import pandas as pd

df = pd.DataFrame(arr)

res = df.sort_values(2, ascending=False)\

        .drop_duplicates([0, 1])\

        .sort_values(0).values

print(res)

array([[  4.15405880e+01,  -1.00348335e+02,   5.37980000e-02],

       [  4.25405880e+01,  -1.02348335e+02,   2.27980000e-02],

       [  4.35405880e+01,  -1.03348335e+02,   3.17980000e-02]])