问题描述
在为指定每个原子的邻居进行一系列距离计算之后，我最终得到了以下邻居表（第一列是原子本身，第二列是它的邻居）：
array([[ 0,1],[ 1,0],2],[ 2,3],[ 3,4],[ 4,5],...
[48,47],[48,49],[49,48]])
例如，第 0 个原子只有一个邻居，由 1 索引（这是第 0 行的含义）。由 1 索引的第二个原子有两个由 0 和 2 索引的邻居，因为数字 1 在它们之间。就这样，最后，由于没有大于 49 的数字索引的原子，所以最后一个原子只有一个邻居，就像第 0 个原子一样，该邻居是由数字索引的原子48。
我想要的是改变这个数组，使每一行只引用一个原子及其邻居，这样：
array([[ 0,1,2,3,47,48]])
其中第一列指的是原子本身，其余的列指的是它们的整个邻居。
因为数组将包含数十万个项目，并且会被调用数千次，所以我不想使用 python 循环。我正在寻找非常有效的方法来做到这一点。此外，第一个和最后一个原子的邻居不必是一个，其余原子的邻居不必是两个；一个原子的邻居数量可以改变。因此，一些索引方法可能无法解决这个问题，尽管一开始可能会奏效。
我想过数组操作方法，但我没能解决我的问题。如果您能指导我解决这个问题，我将不胜感激。谢谢。
解决方法
这看起来像一个 groupby 类型的操作，而 NumPy 并没有太多用于分组操作的内置功能，但是 Pandas 有。
以下是使用 Pandas groupby 高效执行此操作的示例：
import numpy as np
import pandas as pd
neighbors = np.array([[ 0,1],[ 1,0],2],[ 2,3],[ 3,4],[ 4,5],[48,47],49],[49,48]])
g = pd.Series(neighbors[:,1]).groupby(neighbors[:,0]).apply(list)
grouped = pd.DataFrame(g.to_list(),index=g.index).reset_index().to_numpy()
print(grouped)
# array([[ 0.,1.,nan],# [ 1.,0.,2.],# [ 2.,3.],# [ 3.,2.,4.],# [ 4.,3.,5.],# [48.,47.,49.],# [49.,48.,nan]])
请注意，numpy 不能在单个数组中具有异构行长度；在这里，pandas 使用 np.nan 作为缺失条目的填充值。