python - 按唯一出现次数对记录数组进行排序

Question

我很难拼凑一些逻辑来按唯一的出现次数对 numpy 记录数组进行排序，这样第一个记录出现的频率最高，而最后一个记录出现的频率最低。

考虑四条记录，其中一条重复:

import numpy as np
ar = np.array([('A', 1), ('B', 3), ('A', 2), ('B', 3)],
              dtype=[('c1', '|S1'), ('c2', 'i')])

我理想的结果是这样的:

[('B', 3) ('A', 1) ('A', 2)]

(对于 SQL 爱好者:SELECT c1, c2 FROM ar GROUP BY c1, c2 ORDER BY count(*) DESC;)

这是我尝试使用 np.unique 的方法和 np.bincount :

uar, inv = np.unique(ar, return_inverse=True)
print uar  # [('A', 1) ('A', 2) ('B', 3)]
print inv  # [0 2 1 2]
print np.bincount(inv)  # [1 1 2]

但这就是我迷失在拼凑任何逻辑以根据 np.bincount 的递减计数对 uar 进行排序的地方。

Answer 1

>>> uar[np.bincount(inv).argsort()[::-1]]
array([('B', 3), ('A', 2), ('A', 1)],
      dtype=[('c1', '|S1'), ('c2', '<i4')])

Argsort 将找到从最低到最高排序的索引:

>>> np.bincount(inv).argsort()
array([0, 1, 2])
>>> np.bincount(inv).argsort()[::-1] #Reverse.
array([2, 1, 0])

可以使用lexsort来增加对排序的控制:

uar[np.lexsort((uar['c2'],np.bincount(inv)*-1))]
array([('B', 3), ('A', 1), ('A', 2)],
      dtype=[('c1', '|S1'), ('c2', '<i4')])

我可能需要在早上仔细检查一下以确保其稳定。