python - CSV 数据 - 使用 numpy 的列段的最大值

Question

假设我有一个 csv 文件，其中包含如下数据:

'time'  'speed'
0       2.3
0       3.4
0       4.1
0       2.1
1       1.3
1       3.5
1       5.1
1       1.1
2       2.3
2       2.4
2       4.4
2       3.9

我希望能够返回此文件，以便对于标题“时间”下的每个递增数字，我对列速度中找到的最大数字进行细化，并将该速度数字返回到数组中时间数字旁边。我使用的实际 csv 文件要大得多，因此我想要迭代大量数据，而不仅仅是在“时间”为 0、1 或 2 的情况下运行它。

所以基本上我希望它返回:

array([[0,41], [1,5.1],[2,4.4]]) 

专门使用numpy。

Answer 1

在 NumPy 中以完全矢量化的方式完成这有点棘手。这是一种选择:

a = numpy.genfromtxt("a.csv", names=["time", "speed"], skip_header=1)
a.sort()
unique_times = numpy.unique(a["time"])
indices = a["time"].searchsorted(unique_times, side="right") - 1
result = a[indices]

这会将数据加载到具有两个字段的一维数组中，并首先对其进行排序。结果是一个数组，其数据按时间分组，最大速度值始终是每组中的最后一个。然后，我们确定出现的唯一时间值，并找到每个时间值数组中最右边的条目。