python - PYTHON: 構造化配列内の要素が存在する場合、それをチェックして編集する最も速い方法は何ですか?

Question

非常に大きなデータセットでいくつか問題があります。構造化配列内のエントリを検索/置換する確実で迅速な方法を見つける必要があります。すべてのエントリをループせずに解決策を探しています。Cには高速なソリューションがあることは知っていますが、Pythonでそのためにアプローチする方法がわかりません。また、まさにその目的のための numpy 関数があるのだろうかと思います!

Python 2.7.13 と numpy 1.12.1 を使用しています!

タスク:の中心のリストから孤立したハロイドをdata_centrals見つけて、孤立 したすべての位置を の位置に設定します。data_orphandata_centrals

import numpy as np

data =  Structured array:
    class:  ndarray
    shape:  (189258912,)

dt = [('hostid', '<u8'), ('z_pos', '<f8'), ('x_pos', '<f8'),
     ('y_pos', '<f8'), ('haloid', '<u8'), ('orphan', 'i1')]

編集済み: 200 個のオブジェクトを含むデータのサブサンプルは、 ここからダウンロードできます。その構造はdtによって与えられます: 最初の列--> hostid、2 番目の --> z_posなど。Python シェルまたはスクリプトにそのままコピー/貼り付けできます ...

以下に、位置を設定するためのコードを示します。

質問:のすべてのエントリをループすることなく、ハロイドを検索して位置を設定するスマートな方法はありますdata_orphanか?

data_centrals=data[np.where(data['haloid']==data['hostid'])] # (111958237,)

data_orphans=data[np.where(data['orphan']==2)]               # (61870681,)

a=0
while a<len(data_orphans):

    #check where in data_centrals the haloid of the orphan can be found
    position=np.where(data_centrals['haloid']==data_orphans['haloid'][a])

    #find the position of data_orphan['haloid'][a] in data
    position_data=np.where(data['hostid']==data_orphans['hostid'][a])

    #set the positions
    data['x_pos'][int(position_data[0])]=data_centrals['x_pos'][int(position[0])]        
    data['y_pos'][int(position_data[0])]=data_centrals['y_pos'][int(position[0])]       
    data['z_pos'][int(position_data[0])]=data_centrals['z_pos'][int(position[0])]

    a+=1