Python 使用数据帧的子集和

这是我用来计算子集的代码

代码

import numpy as np
array = np.array([15,1,4,6,3,10,4.2])
num = 8.2

def subsetsum(array,num):

    if num == 0 or num < 1:
        return None
    elif len(array) == 0:
        return None
    else:
        if array[0] == num:
            return [array[0]]
        else:
            with_v = subsetsum(array[1:],(num - array[0])) 
            if with_v:
                return [array[0]] + with_v
            else:
                return subsetsum(array[1:],num)

print('\nList of Values : ',array)
print('\nSum Desired : ',num)
print('\nValues that add up to sum : ',subsetsum(array,num))

---

现在，如何使用PANDAS Dataframe而不是Numpy Array来实现相同的功能？

您可以通过将

np.Array

替换为

pd.Series

并在

数组

之后添加

.iloc

，以使用位置索引来逐字翻译。这就是我在下面所做的

顺便说一句，你真的想要整数。如果给您的数字只有几位小数，请使用

四舍五入（x*100）

之类的方法将其转换为整数。试图实现浮点数和的相等会让人沮丧：

0.1+0.2==0.3

是错误的

最重要的是：在这里使用熊猫没有任何好处。这是一个分析数据的模块，而不是解决组合问题的模块。它在引擎盖下使用NumPy，因此您得到的是一个较慢的代码，并且额外增加了索引数据层的开销

如果您想提高代码的性能，我建议在开始之前按降序对数组进行排序，以便将太大而无法使用的值快速移开

import pandas as pd
array = pd.Series([15,1,4,6,3,10,4])
num = 8

def subsetsum(array,num):

    if num == 0 or num < 1:
        return None
    elif len(array) == 0:
        return None
    else:
        if array.iloc[0] == num:
            return [array.iloc[0]]
        else:
            with_v = subsetsum(array.iloc[1:], (num - array.iloc[0]))
            if with_v:
                return [array.iloc[0]] + with_v
            else:
                return subsetsum(array.iloc[1:],num)

print('\nList of Values : ',array)
print('\nSum Desired : ',num)
print('\nValues that add up to sum : ',subsetsum(array,num))

将熊猫作为pd导入
数组=pd.系列（[15,1,4,6,3,10,4]）
num=8
def子系统（阵列，数量）：
如果num==0或num<1：
一无所获
elif len（数组）==0：
一无所获
其他：
如果array.iloc[0]==num：
返回[array.iloc[0]]
其他：
使用_v=subsetsum（array.iloc[1:]，（num-array.iloc[0]））
如果使用_v：
返回[array.iloc[0]]+，带_v
其他：
返回subsetsum（array.iloc[1:]，num）
打印（'\n值列表：'，数组）
打印（'\n所需数量：'，num）
打印（'\n加起来的值：'，子项（数组，num））

我更正了缩进。检查是否正确。“为我翻译这段代码”通常不是一个很好的提问方式。请解释代码应该对示例执行什么操作。我已经编辑了问题并包含了示例。我不是要翻译代码，而是要如何解决问题。

import pandas as pd
array = pd.Series([15,1,4,6,3,10,4])
num = 8

def subsetsum(array,num):

    if num == 0 or num < 1:
        return None
    elif len(array) == 0:
        return None
    else:
        if array.iloc[0] == num:
            return [array.iloc[0]]
        else:
            with_v = subsetsum(array.iloc[1:], (num - array.iloc[0]))
            if with_v:
                return [array.iloc[0]] + with_v
            else:
                return subsetsum(array.iloc[1:],num)

print('\nList of Values : ',array)
print('\nSum Desired : ',num)
print('\nValues that add up to sum : ',subsetsum(array,num))