Сортировать структурированный массив Numpy на нескольких столбцах в разном порядке

Question

Сортировать структурированный массив Numpy на нескольких столбцах в разном порядке

1

У меня есть структурированный массив numpy:

dtype = [('price', float), ('counter', int)]
values = [(35, 1), (36, 2),
          (36, 3)]
a = np.array(values, dtype=dtype)

Я хочу сортировать по цене, а затем для счетчика, если цена равна:

a_sorted = np.sort(a, order=['price', 'counter'])[::-1]

Мне нужна цена в порядке убывания, а когда цены равны, рассмотрите счетчик в порядке ASCENDING. В приведенном выше примере цена и счетчик находятся в порядке убывания.

Я получаю:

a_sorted: [(36., 3), (36., 2), (35., 1)]

мне нужно:

 a_sorted: [(36., 2), (36., 3), (35., 1)]

Andrew 28 сен. 2018, в 16:29

Источник

Теги:

python

arrays

numpy

sorting

1 ответ

Ещё вопросы

jpp · Accepted Answer · 2018-09-28T11-10-00.000Z

Вы можете использовать np.lexsort:

a_sorted = a[np.lexsort((a['counter'], -a['price']))]

Результат:

array([(36.0, 2), (36.0, 3), (35.0, 1)], 
      dtype=[('price', '<f8'), ('counter', '<i4')])

Просто помните, что порядок отменен, т. -a['price'] Сортировка выполняется сначала -a['price']. Отрицание заботится о "нисходящем" аспекте.