有沒有函數(shù)可以對 numpy 數(shù)組進行 groupby sum ？可能與此重復(fù)x?=?np.array([[1.2,?10],
??????????????[2.3,?20],
??????????????[1.2,?30],
??????????????[2.3,?7]
????????????])想要的輸出：x?=?np.array([[1.2,?40],
??????????????[2.3,?27]????????????
????????????])更新：實際上，我的數(shù)據(jù)的第一列總是四舍五入到小數(shù)點后兩位。所以x可以寫成：x?=?np.array([[120,?10],
??????????????[230,?20],
??????????????[120,?30],
??????????????[230,?7]
????????????])
4 回答
慕娘9325324
TA貢獻1783條經(jīng)驗 獲得超4個贊
我不會說這是重復(fù)的，但您提到的相關(guān)問題是一個很好的起點。您鏈接的大多數(shù)答案都需要對數(shù)組進行排序，提取組開始的索引，然后調(diào)用np.split它。這里不是這種情況，因為它會返回一個大小不平衡的組列表。
相反，您可以使用np.bincount方法。它計算每個加權(quán)值出現(xiàn)的次數(shù)，這實際上與 groupby sum 相同，只是輸出中缺少組鍵。
def group_by_sum(x):
u, idx = np.unique(x[:,0], return_inverse=True)
s = np.bincount(idx, weights = x[:,1])
return np.c_[u, s]
獎金。它實際上是numpy_indexed包裝中的一個單行：
np.transpose(npi.group_by(x[:, 0]).sum(x[:, 1]))
標(biāo)桿管理
import numpy as np
import perfplot
import matplotlib.pyplot as plt
def bincount(x):
u, idx = np.unique(x[:,0], return_inverse=True)
s = np.bincount(idx, weights = x[:,1])
return np.c_[u, s]
def reduceat(x):
x = x[np.argsort(x[:, 0])]
i = np.flatnonzero(np.diff(x[:, 0]))
i = np.r_[0, i + 1]
s = np.add.reduceat(x[:, 1], i)
return np.stack((x[i, 0], s), axis=-1)
def setup(N, s):
x = np.linspace(0,1,N+1)[np.random.randint(N, size = s)]
return np.c_[x, (x**2)%1]
def build_args(k):
return {'setup': lambda x: setup(k, x),
'kernels': [bincount, reduceat],
'n_range': [2**k for k in range(1, 20)],
'title': f'Testing for x samples in [0, 1] with no more than {k} groups',
'show_progress': True,
'equality_check': False}
outs = [perfplot.bench(**build_args(n)) for n in (10, 100, 1000, 10000)]
fig = plt.figure(figsize=(20, 20))
for i in range(len(outs)):
ax = fig.add_subplot(2, 2, i + 1)
ax.grid(True, which="both")
outs[i].plot()
plt.show()
不負(fù)相思意
TA貢獻1777條經(jīng)驗 獲得超10個贊
Numpy 提供了無需顯式循環(huán)即可完成此操作的工具。
首先對行進行排序：
a = a[np.argsort(a[:, 0])]
然后找到值發(fā)生變化的索引：
i = np.flatnonzero(np.diff(a[:, 0])) i = np.r_[0, i + 1]
然后將元素相加：
s = np.add.reduceat(a[:, 1], i)
索引只是a每次運行中的第一個元素，因此結(jié)果是
result = np.stack((a[i, 0], s), axis=-1)
慕碼人2483693
TA貢獻1860條經(jīng)驗 獲得超9個贊
這是一個使用唯一值來計算每個元素的重復(fù)次數(shù)并將其乘以其值來計算 groupby 總和的解決方案（您可以通過實現(xiàn)僅計算重復(fù)和唯一值的哈希圖來更快地實現(xiàn)它）O(n)：
編輯原始問題已編輯：
keys2, idx, count = np.unique(x[:,0], return_counts=True, return_index=True)
values2 = x[:,1][idx]*count
另一種方法是使用 pandas groupby：
df = pd.DataFrame({'keys':x[:,0], 'values':x[:,1]})
df2 = df.groupby(keys)['values'].agg('sum')
keys2, values2 = df2.index.to_numpy(), df2.values
輸出：
[1.2 2.3]
[20 30]
ABOUTYOU
TA貢獻1812條經(jīng)驗 獲得超5個贊
這是一個方法
d = {}
for k,v in x:
d[k] = d.get(k,0) + v
x = np.array(list(d.items()))
請記住，這是測試浮動相等性......您可能不應(yīng)該這樣做
添加回答
舉報
0/150
提交
取消