根据另一个数组的数据对 numpy 数组进行排序

我有两组数组data and result. result包含相同的元素data但有一个额外的列并且按未排序的顺序。我想重新安排result数组，使其与中的行顺序相同data，同时在排序时将关联值与该行的其余部分一起放入最后一列。

data = np.array([[0,1,0,0],[1,0,0,0],[0,1,1,0],[0,1,0,1]])
result = np.array([[0,1,1,0,1],[1,0,0,0,0],[0,1,0,0,1],[0,1,0,1,0]])

# this is what the final sorted array should look like:
'''
array([[0, 1, 0, 0, 1],
       [1, 0, 0, 0, 0],
       [0, 1, 1, 0, 1],
       [0, 1, 0, 1, 0]])
 '''

我试过做argsort为了扭转data进入排序顺序，然后将其应用到result but argsort似乎根据每个元素对数组的顺序进行排序，而我希望排序处理数组的每一行data[:,4]作为一个整体。

ind = np.argsort(data)
indind =np.argsort(ind)
ind
array([[0, 2, 3, 1],
   [1, 2, 3, 0],
   [0, 3, 1, 2],
   [0, 2, 1, 3]])

进行这种按行排序的好方法是什么？

The numpy_索引 https://github.com/EelcoHoogendoorn/Numpy_arraysetops_EP包（免责声明：我是它的作者）可以用来高效、优雅地解决此类问题：

import numpy_indexed as npi
result[npi.indices(result[:, :-1], data)]

npi.indices 本质上是 list.index 的矢量化等价物；因此，对于数据中的每个元素（行），我们得到同一行在结果中的位置，减去最后一列。

请注意，此解决方案适用于任意数量的列，并且是完全矢量化的（即，任何地方都没有 python 循环）。