给定numpy字符串数组，如何基于指定切片条件高效提取对应索引

原代码核心问题 #

• 存在12段重复的if判断逻辑，代码冗余容易出错
• 定义12个独立列表存储全量索引，浪费内存，你实际仅需要首尾索引无需存储所有值
• 纯Python遍历效率在数据量大时偏低

方案1：仅用基础Python语法（适合新手，无额外学习成本） #

核心思路：用字典统一存储12个月的首尾索引，无需定义12个独立变量，遍历一次即可直接记录首尾值，不需要存储全量索引。

# 初始化字典：key为月份字符串，value为[起始索引, 结束索引]，初始None标记未匹配到数据
month_range = {f"{i:02d}": [None, None] for i in range(1, 13)}

for idx in range(len(DATE_np)):
    current_mon = DATE_np[idx][4:6]
    # 第一次匹配到对应月份时，记录起始索引
    if month_range[current_mon][0] is None:
        month_range[current_mon][0] = idx
    # 每次匹配都更新结束索引，最后一次更新的就是当月最后一条数据的索引
    month_range[current_mon][1] = idx

使用方法：例如获取1月的首尾索引，直接调用month_range['01'][0]（首索引）、month_range['01'][1]（尾索引）即可。

方案2：利用NumPy特性（适合大数据量，效率更高） #

你的日期本身是NumPy数组，可以用向量化操作替代纯Python循环，数据量越大性能优势越明显。

import numpy as np

# 提取所有日期对应的月份，生成等长的月份数组
# 若DATE_np为字符串类型NumPy数组，可直接用更高效的切片操作：months = DATE_np.astype('U6').view('U2')[:, 2]
months = np.array([d[4:6] for d in DATE_np])

month_range = {}
for mon in [f"{i:02d}" for i in range(1, 13)]:
    # 生成匹配当前月份的布尔掩码
    mon_mask = months == mon
    if mon_mask.any():
        # 数据按时间排序的前提下，第一个True位置就是首索引，最后一个True就是尾索引
        start_idx = np.argmax(mon_mask)
        end_idx = len(mon_mask) - 1 - np.argmax(mon_mask[::-1])
        month_range[mon] = [start_idx, end_idx]
    else:
        # 当月无数据时标记为None，避免报错
        month_range[mon] = [None, None]

内容的提问来源于stack exchange，提问作者Michael Saban