Pandas 选择性累积和的矢量化

我有一个熊猫系列，其中每个元素都是一个带有索引的列表：

series_example = pd.Series([[1, 3, 2], [1, 2]])

此外，我还有一个数组，其中的值与每个索引关联：

arr_example = np.array([3., 0.5, 0.25, 0.1])

我想创建一个新的

系列

，该系列包含由输入

系列

行中的索引给出的数组元素的累积和。在本例中，输出

系列
将包含以下内容：

0    [0.5, 0.6, 0.85]
1    [0.5, 0.75]
dtype: object

非矢量化的方法如下：

def non_vector_transform(series, array):
    series_output = pd.Series(np.zeros(len(series_example)), dtype = object)
    for i in range(len(series)):
        element_list = series[i]
        series_output[i] = []   
        acum = 0
        for element in element_list:
            acum += array[element]
            series_output[i].append(acum)
    return series_output

我想以矢量化的方式来做这件事。有没有矢量化魔术师能在这里帮我？
使用并：

或者，如果您更喜欢
for
循环：

import numpy as np
import pandas as pd
series_example = pd.Series([[1, 3, 2], [1, 2]])
arr_example = np.array([3., 0.5, 0.25, 0.1])
# Copy only if you do not want to overwrite the original series
result = series_example.copy()
for i, x in result.iteritems():
    result[i] = np.cumsum(arr_example[x])
print(result)

输出：

0    [0.5, 0.6, 0.85]
1         [0.5, 0.75]
dtype: object

使用和：

或者，如果您更喜欢
for
循环：

import numpy as np
import pandas as pd
series_example = pd.Series([[1, 3, 2], [1, 2]])
arr_example = np.array([3., 0.5, 0.25, 0.1])
# Copy only if you do not want to overwrite the original series
result = series_example.copy()
for i, x in result.iteritems():
    result[i] = np.cumsum(arr_example[x])
print(result)

输出：

0    [0.5, 0.6, 0.85]
1         [0.5, 0.75]
dtype: object

我懂了。问题是，这将按列进行矢量化。我想知道是否可以按行进行矢量化。@DavidMasip这里的行和列是什么意思？pd.Series
只是一行/列。。。您是否有一个
pd.DataFrame
？对不起，我没有正确解释。在这里，您使用cumsum对每一行执行的操作进行矢量化。然而，apply并没有完全矢量化，正如我所理解的，在这个意义上，执行简单的numpy操作比apply更好。事实上，有些人声称apply甚至比循环慢：至少他将
cumsum
矢量化。我不知道你是否能将计算机上的操作矢量化list@DavidMasip我想我明白你的意思。。。问题是每个列表都有不同的大小，所以我不确定如何更好地对其进行矢量化（这并不是说我100%确定这是不可能的）。关于性能，
apply
通常比循环好一些，但正如您发布的链接所指出的，它可能会陷入糟糕的情况。这里描述的不是这种情况（您有一个
pd.Series
，而不是
pd.DataFrame
，并且
np.cumsum
返回
np.ndarray
，而不是
pd.Series
），但我无法判断出于某种原因，它在这里是否特别低效。我也添加了一个循环解决方案。我明白了。问题是，这将按列进行矢量化。我想知道是否可以按行进行矢量化。@DavidMasip这里的行和列是什么意思？pd.Series

只是一行/列。。。您是否有一个

pd.DataFrame

？对不起，我没有正确解释。在这里，您使用cumsum对每一行执行的操作进行矢量化。然而，apply并没有完全矢量化，正如我所理解的，在这个意义上，执行简单的numpy操作比apply更好。事实上，有些人声称apply甚至比循环慢：至少他将

cumsum

矢量化。我不知道你是否能将计算机上的操作矢量化list@DavidMasip我想我明白你的意思。。。问题是每个列表都有不同的大小，所以我不确定如何更好地对其进行矢量化（这并不是说我100%确定这是不可能的）。关于性能，

apply

通常比循环好一些，但正如您发布的链接所指出的，它可能会陷入糟糕的情况。这里描述的不是这种情况（您有一个

pd.Series

，而不是

pd.DataFrame

，并且

np.cumsum

返回

np.ndarray

，而不是

pd.Series

），但我无法判断出于某种原因，它在这里是否特别低效。无论如何，我也添加了一个循环解决方案。