对于一个数组中的每个标签,将另一个数组中的前k个匹配项设置为false。

这里有一个 np.searchsorted -

idx = np.searchsorted(B, A_uniq)
id_ar = np.zeros(len(B),dtype=int)
id_ar[idx] = 1
id_ar[A_count+idx] -= 1
out = id_ar.cumsum()==0

我们可以进一步优化计算 A_uniq,A_count 使用其排序性质而不是使用 np.unique 像这样——

mask_A = np.r_[True,A[:-1]!=A[1:],True]
A_uniq, A_count = A[mask_A[:-1]], np.diff(np.flatnonzero(mask_A))

不带numpy的示例

A = [1,1,2,2,3,4,4,4]
B = [1,1,1,1,1,2,2,3,3,4,4,4,4,4,5,5]

a_i = b_i = 0
while a_i < len(A):
  if A[a_i] == B[b_i]:
    a_i += 1
    B[b_i] = False
  else:
    B[b_i] = True
  b_i += 1
# fill the rest of B with True
B[b_i:] = [True] * (len(B) - b_i)
# [False, False, True, True, True, False, False, False, True, False, False, False, True, True, True, True]

此解决方案的灵感来源于@divakar,使用 itertools.groupby :

import numpy as np
from itertools import groupby
A = np.array((1, 1, 2, 2, 3, 4, 4, 4))
B = np.array((1, 1, 1, 1, 1, 2, 2, 3, 3, 4, 4, 4, 4, 4, 5, 5))

indices = [key + i for key, group in groupby(np.searchsorted(B, A)) for i, _ in enumerate(group)]
result = np.ones_like(B, dtype=np.bool)
result[indices] = False

print(result)

产量

[False False  True  True  True False False False  True False False False
  True  True  True  True]

这个想法是用 np.searchsorted 查找的每个元素的插入位置 A ,因为相等的元素具有相同的插入位置,所以必须按它们中的每一个移动一次,从而产生groupby。然后创建一个数组 True 并设置 indices 到 False .

如果你能用 pandas 计算 指数 这样地:

values = np.searchsorted(B, A)
indices = pd.Series(values).groupby(values).cumcount() + values