numpy数组中的条件平均数？

我有一个名为distances的numpy数组，如下所示：

[[ 5.  1.  1.  1.  2.  1.  3.  1.  1.  1.]
[ 5.  4.  4.  5.  7. 10.  3.  2.  1.  1.]
 [ 3.  1.  1.  1.  2.  2.  3.  1.  1.  0.]
 [ 6.  8.  8.  1.  3.  4.  3.  7.  1.  1.]
 [ 4.  1.  1.  3.  2.  1.  3.  1.  1.  1.]
 [ 8. 10. 10.  8.  7. 10.  9.  7.  1.  1.]
 [ 1.  1.  1.  1.  2. 10.  3.  1.  1.  0.]
 [ 2.  1.  2.  1.  2.  1.  3.  1.  1.  0.]
 [ 2.  1.  1.  1.  2.  1.  1.  1.  5.  2.]
 [ 4.  2.  1.  1.  2.  1.  2.  1.  1.  1.]]

c0= (distances[distances[:,-1] == 0][:,0:9]).mean(axis=0)
c1 = (distances[distances[:,-1] == 1][:,0:9]).mean(axis=0)
c2 = (distances[distances[:,-1] == 2][:,0:9]).mean(axis=0)

我想通过这样取平均值来制作一个新的3*9 numpy数组：

[[ 5.  1.  1.  1.  2.  1.  3.  1.  1.  1.]
[ 5.  4.  4.  5.  7. 10.  3.  2.  1.  1.]
 [ 3.  1.  1.  1.  2.  2.  3.  1.  1.  0.]
 [ 6.  8.  8.  1.  3.  4.  3.  7.  1.  1.]
 [ 4.  1.  1.  3.  2.  1.  3.  1.  1.  1.]
 [ 8. 10. 10.  8.  7. 10.  9.  7.  1.  1.]
 [ 1.  1.  1.  1.  2. 10.  3.  1.  1.  0.]
 [ 2.  1.  2.  1.  2.  1.  3.  1.  1.  0.]
 [ 2.  1.  1.  1.  2.  1.  1.  1.  5.  2.]
 [ 4.  2.  1.  1.  2.  1.  2.  1.  1.  1.]]

c0= (distances[distances[:,-1] == 0][:,0:9]).mean(axis=0)
c1 = (distances[distances[:,-1] == 1][:,0:9]).mean(axis=0)
c2 = (distances[distances[:,-1] == 2][:,0:9]).mean(axis=0)

如果最后一列为0，则定义一个数组c0 1*9，该数组是所有此类行的平均值，其中最后一列为0，其中每列是此类行中的列的平均值。 如果最后一列为1，则定义一个数组c1 1*9，该数组是所有此类行的平均值，其中最后一列为1，其中每列是此类行中的列的平均值。 若最后一列为2，则定义一个数组c2 1*9，该数组是所有此类行的平均值，其中最后一列为2，其中每列是此类行中的列的平均值。 完成此操作后，我正在进行hstack以获得最终的3*9阵列。我相信这是一个长期的方法，但仍然是错误的

代码：

这样我得到了1*10数组，其中每列都是距离数组中每列的平均值，但是我找不到这样做的方法，条件是当最后一行仅为0时才取平均值？

和熊猫在一起会很直接-

与努比 使用自定义函数

对于NumPy特定的一个，我们可以使用并因此解决我们的案例，就像这样-

sums  = groupbycol(distances, assume_sorted_col=False, colID=-1)
out = sums/np.bincount(distances[:,-1]).astype(float)[:,None]

用矩阵乘法

---

我可以这样做：

[[ 5.  1.  1.  1.  2.  1.  3.  1.  1.  1.]
[ 5.  4.  4.  5.  7. 10.  3.  2.  1.  1.]
 [ 3.  1.  1.  1.  2.  2.  3.  1.  1.  0.]
 [ 6.  8.  8.  1.  3.  4.  3.  7.  1.  1.]
 [ 4.  1.  1.  3.  2.  1.  3.  1.  1.  1.]
 [ 8. 10. 10.  8.  7. 10.  9.  7.  1.  1.]
 [ 1.  1.  1.  1.  2. 10.  3.  1.  1.  0.]
 [ 2.  1.  2.  1.  2.  1.  3.  1.  1.  0.]
 [ 2.  1.  1.  1.  2.  1.  1.  1.  5.  2.]
 [ 4.  2.  1.  1.  2.  1.  2.  1.  1.  1.]]

c0= (distances[distances[:,-1] == 0][:,0:9]).mean(axis=0)
c1 = (distances[distances[:,-1] == 1][:,0:9]).mean(axis=0)
c2 = (distances[distances[:,-1] == 2][:,0:9]).mean(axis=0)

---

使用这种方法不需要输出。例如：c0=[2,1,1.33,1,2……]即对于最后一列为0的所有行，求出这些行中所有列的平均值，并生成一个新数组，使每列作为这些行的平均值。@R_Moose因此，您的代码必须是：np.平均距离[距离[：，-1]==0][：，0]，轴=0等等？是的，所以这基本上是np.平均距离[距离[：，-1]==0][：，0]，给出最后一列为0的所有行中第0列的平均值。我得到一个值。在我的例子中，我需要运行这9次来获得9个这样的值，然后通过垂直叠加它们来生成一个数组。我在寻找一种更简单的方法。@R\u Moose请编辑问题并将正确的代码放在那里。通过我的问题，我试图传达我已经尝试过的内容，如果有更简单的方法可以同时对所有9列执行相同的操作。