如何以Pythonic方式实现NumPy数组的左连接？

场景说明 #

已知两个二维NumPy数组：

• a.shape = (20, 2)，第一列为键（取值0~19），第二列为需要匹配的值
• b.shape = (200, 3)，第一列为相同范围的键，需要将a中对应键的第二列值左连接到b中（保留b所有行，匹配对应键的值）

方法1：键连续且有序时（最简洁） #

如果a的第一列是0到19按顺序排列（即a[:,0] == np.arange(20)），可以直接用索引匹配：

import numpy as np

# 示例数据
a = np.array([[i, i * 10] for i in range(20)])
b = np.array([[np.random.randint(0, 20), np.random.rand(), np.random.rand()] for _ in range(200)])

# 提取匹配值并拼接
matched_vals = a[b[:, 0], 1]
result = np.hstack([b, matched_vals.reshape(-1, 1)])

原理：b[:,0]的每个元素都是0~19的键，直接作为行索引取出a的第二列值，再通过reshape转为列向量后与b水平拼接。

方法2：键无序时（通用解法） #

如果a的第一列是乱序的，有两种高效实现方式：

方式A：字典映射（易读性优先） #

# 构建键-值映射字典
key_map = dict(zip(a[:, 0], a[:, 1]))
# 批量匹配b中的键
matched_vals = np.array([key_map[key] for key in b[:, 0]])
# 拼接结果
result = np.hstack([b, matched_vals.reshape(-1, 1)])

方式B：排序+搜索（性能优先，适合大数据） #

# 按键对a排序
sorted_idx = np.argsort(a[:, 0])
sorted_a = a[sorted_idx]
# 查找b中每个键在排序后a中的位置
pos = np.searchsorted(sorted_a[:, 0], b[:, 0])
# 提取对应值
matched_vals = sorted_a[pos, 1]
# 拼接结果
result = np.hstack([b, matched_vals.reshape(-1, 1)])

这种方法避免了循环，利用NumPy的向量化操作提升效率，适合处理大规模数组。

内容的提问来源于stack exchange，提问作者Ruslan