python - 从查找表返回索引，允许空值且未找到

Question

我试图在查找表中查找索引，允许未找到的元素和不存在的元素(空)。

例如，在下面的测试数据中，变量“A”将映射到查找表中的“A”并返回索引0(“A”在查找表中的位置)

我正在考虑使用 searchsorted 函数，但它没有解释是否返回 0 或 N。

“如果没有合适的索引，则返回 0 或 N(其中 N 是 a 的长度)。”

从下面来看，我想返回的数据是: [0,1,2,3,2]

0 - 匹配 A， 1 - B 的比赛， 2 - 没有找到，因此其他， 3 - 没有值，因此为 NULL， 2 - 因此未找到。

规则:

如果匹配则返回匹配的索引， 如果 NaN 返回 NULL， 如果没有找到返回其他。

testData = np.array(['A','B','B ',NAN,'Other'])
testLookup =np.array(['A','B','ELSE','NULL'])

>>> np.searchsorted(testLookup,testData)
array([0, 1, 2, 0, 4], dtype=int32)

Answer 1

NumPy 不是为混合类型数组设计的。但是，如果您打算使用 NumPy，则可以在使用 np.searchsorted 之前通过 bool 索引适当转换您的值。

只需记住指定 dtype=object 以避免您的 np.nan 值自动转换为字符串。

testData = np.array(['A','B','B ',np.nan,'Other'], dtype=object)
testLookup = np.array(['A','B','ELSE','NULL'])

arr = testData.copy()
nulls = np.array([x != x for x in arr])
arr[nulls] = 'NULL'
arr[~np.in1d(arr, testLookup[:2]) & ~nulls] = 'ELSE'  # or use np.isin

res = np.searchsorted(testLookup, arr)

# array([0, 1, 2, 3, 2], dtype=int64)