寻找重排后Numpy数组元素的原始索引

给定两个形状相同的Numpy数组，需要追踪第一个数组的元素在第二个数组中的位置变化——具体来说，要为第二个数组中的每个元素找到它在第一个数组中的原始索引，数组本身是未排序的。

示例1：元素全部存在

a1 = np.array([1, 2, 3, 4])  # 原始数组
a2 = np.array([2, 1, 3, 4])  # 新数组

# 预期结果: [1, 0, 2, 3]
# 解释:
# - 2 原本在索引1的位置
# - 1 原本在索引0的位置
# - 3 原本在索引2的位置
# - 4 原本在索引3的位置

示例2：包含新增元素

a1 = np.array([1, 2, 3, 4])
a2 = np.array([2, 1, 33, 4])

# 预期结果: [1, 0, -1, 3]
# 说明：值33不在原始数组中，对应索引设为-1

我目前用的两种方案：

• 列表推导式方案：

[a1.tolist().index(v) if v in a1 else -1 for v in a2]

• Numpy广播匹配方案：

np.where(a2[:, None] == a1)[1]

但第二种方法在示例2的场景下无法正常工作，因为当a2中存在a1没有的元素时，返回的索引长度会和a2的长度不一致，无法得到正确结果。

实际场景中我的数组是百万级行数，列数较少（少于10列），想知道有没有更高效的实现方式？

内容的提问来源于stack exchange，提问作者Aenaon