Numpy, сортировка на основе столбца дважды

Question

У меня есть данные, что выглядит этой

[[361 2 2] 
[259 4 3] 
[ 361 6 5] 
[ 259 8 5] 
... 
] 

В исходных данных, то первый столбец люди идентификатор, второй столбец тест идентификатор и третий знак (к примеру).

Я хочу, чтобы создать Numpy массив, который сортирует как этот

[ 
[score_for_test_id_0_for_person_0, score_for_test_id_1_for_person_0, score_for_test_id_2_for_person_0 ], 
[score_for_test_id_0_for_person_1, score_for_test_id_1_for_person_1, score_for_test_id_2_for_person_1 ] 
] 

Длина new_array будет количество людей. Каждый элемент нового массива будет таким, как [score_for_test_id_0, score_for_test_id_1, score_for_test_id_n]

Я бы знал, как это сделать в обычном Python, но это будет полностью неэффективно, я не уверен, как это сделать в Numpy, хотя ,

Answer 1

Вычислив сумму personId и normalized testId. Мы можем использовать это как наш ключ сортировки. Таким образом, мы получаем сортировку с приоритетом personId и testId. Значения SortKey будет от PersonId + (0,1]

import numpy as np 

data = [[361, 4, 1], 
     [259, 3, 2], 
     [361, 2, 3], 
     [259, 1, 4]] 
data = np.array(data) 
persons = data[:,0] 
testIds = data[:,1] 
sortKey = persons + 1.0*testIds/max(testIds) 

data = data[np.argsort(sortKey)] 

#If this is not the same for everyone this will not be possible with numpy 
testsPerPerson = np.count_nonzero(data[:,0][data[:,0] == data[0,0]]) 

scores = data[:,-1].reshape(testsPerPerson, data.shape[0]/testsPerPerson) 

Выход:.

In [248]: data # After sorting 
Out[248]: 
array([[259, 1, 4], 
     [259, 3, 2], 
     [361, 2, 3], 
     [361, 4, 1]]) 

In [247]: scores 
Out[247]: 
array([[4, 2], 
     [3, 1]]) 

Answer 2

Было бы здорово, если бы вы могли предоставить минимальный набор данных и ожидаемый результат, но из вашего описания, если ваш человек и идентификатор теста являются целыми целыми числами начиная с 0, и у вас нет повторной пары «человек-тест», вы может просто сделать:

people, tests = np.max(data[:, :2], axis=0) 
sorted_scores = np.zeros((people, tests)) 
sorted_scores[data[0], data[1]] = data[2] 

Если они не являются последовательными целыми числами, подобный подход может быть сделано для работы, с парой звонков в np.unique с return_inverse=True.