我有三列msg_f = ProtoField.string("mydissector.msg","msg")
local getMsg = buffer(13) -- starting on byte 13
local msg = getMsg:le_ustring()
subtree:add(msg_f,getMsg,msg)
，其中(x,y,m)和x是坐标，y是度量。有一些重复项，它们定义为相同的m。然后，在这些重复项中，我按度量(x,y)对它们进行排名，我只选择一个最小值为m的重复项之一。这是一个示例：
m存在三个具有相同坐标x = np.array([1,1,2,2])
y = np.array([1,1])
m = np.array([10,13,4,6,15,7])
的副本，其中三个(1,1)的最小值为6。有两个具有相同坐标m的副本，其中两个的最小值{ {1}}是7。所以我想要的最终结果是：
(2,1) m无法处理这种情况。有什么好主意吗？
您可以尝试以下操作：
import collections
x = np.array([1,1,2,2])
y = np.array([1,1])
m = np.array([10,13,4,6,15,7])
coords = [str(x[i]) + ',' + str(y[i]) for i in range(len(x))]
results = collections.OrderedDict()
for coords,m in zip(coords,m):
if coords not in results:
results[coords] = m
else:
if m < results[coords]:
results[coords] = m
x = np.array([int(key.split(',')[0]) for key,_ in results.items()])
y = np.array([int(key.split(',')[1]) for key,_ in results.items()])
m = np.array([value for _,value in results.items()])
我们可以在这里使用熊猫作为更清洁的解决方案-
import pandas as pd
In [43]: df = pd.DataFrame({'x':x,'y':y,'m':m})
In [46]: out_df = df.iloc[df.groupby(['x','y'])['m'].idxmin()]
# Format #1 : Final output as a 2D array
In [47]: out_df.values
Out[47]:
array([[1,6],[1,2],[2,7],4]])
# Format #2 : Final output as three separate 1D arrays
In [50]: X,Y,M = out_df.values.T
In [51]: X
Out[51]: array([1,2])
In [52]: Y
Out[52]: array([1,2])
In [53]: M
Out[53]: array([6,7,4])