<div dir="ltr"><br><div class="gmail_extra"><br><br><div class="gmail_quote">On Tue, Aug 12, 2014 at 11:17 AM, Eelco Hoogendoorn <span dir="ltr"><<a href="mailto:hoogendoorn.eelco@gmail.com" target="_blank">hoogendoorn.eelco@gmail.com</a>></span> wrote:<br>
<blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div dir="ltr"><div>Thanks. Prompted by that stackoverflow question, and similar problems I had to deal with myself, I started working on a much more general extension to numpy's functionality in this space. Like you noted, things get a little panda-y, but I think there is a lot of panda's functionality that could or should be part of the numpy core, a robust set of grouping operations in particular.<br>

<br></div><div>see pastebin here:<br><a href="http://pastebin.com/c5WLWPbp" target="_blank">http://pastebin.com/c5WLWPbp</a></div></div></blockquote><div><br><div>On a side note, this is related to a pull request of 
mine from awhile back: <a href="https://github.com/numpy/numpy/pull/3584">https://github.com/numpy/numpy/pull/3584</a><br><br></div>There was a lot of disagreement on the mailing list about what to call a "unique slices along a given axis" function, so I wound up closing the pull request pending more discussion.  <br>
<br></div><div>At any rate, I think it's a useful thing to have in "base" numpy.<br></div></div></div></div>