Python 将“元素”列表中的元素求和；列表“；，每个都有不同的索引

从循环中，我有一个变量a：

aa = pd.Series(np.random.randn(5))
aaaa = []
aaaa.append(aa.loc[[1]])
aaaa.append(aa.loc[[4]])
aaaa

[1    0.07856
 dtype: float64, 4    0.94552
 dtype: float64]

现在我想对A中的元素进行求和（或进行任何其他计算）。我尝试使用sum函数，但不幸的是它不起作用。比如说,

B = sum(aaaa)

给我

1   NaN
4   NaN
dtype: float64

我发现了下面的问题和解决方案，但是，它对我的问题不起作用，因为TO只有一个列表，并且没有几个列表相互附加（具有不同的索引）

edit4:由于我必须多次运行此操作，因此我对两个答案都计时：

%timeit sum([i.values for i in aaaa])
3.78 µs ± 5.1 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit pd.concat(aaaa).sum()
560 µs ± 15.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

令人惊讶的是，sum中的“循环”比pd.Series.concat（）.sum（）函数快得多

edit5：如果其他人有相同的问题，则添加：如果不知道输入是pd.Series还是pd.Series列表，则可以执行以下操作：

res = sum(aa) if isinstance(aa, pd.Series) else sum([i.values for i in aa])

---

您误用了

pd.Series.loc

，这导致列表元素是

pd.Series

，而不是标量

尝试使用

pd.Series.iloc

进行整数索引：

s = pd.Series(np.random.randn(5))

A = []
A.append(s.iloc[1])
A.append(s.iloc[4])

res = sum(A)

注意：您可以通过

pd.Series.sum

直接执行此计算：

res = s.iloc[[1, 4]].sum()

如果您有一个pd.Series的列表，您可以使用：

res = pd.concat(A).sum()

---

有很多方法可以摆脱你的先入之见，只有你自己知道哪一种最适合你

当您执行

aa.loc[[1]]

操作时，您将得到一个pd.Series，如果执行

aa.loc[1]

操作，您将得到一个标量，以及

.iloc

因此，只需将第二对方括号放到

aa.loc[[1]]

中，代码就可以正常工作

sum

需要一个包含数字的iterable才能工作。因此，如果你想保留第二对方括号，下面的一行也可以，尽管你现在得到的答案是numpy数组而不是float

---

sum（[i.aaaa中i的值]）

你好，jpp，对此表示歉意。一定有什么地方不对劲，否则就行了？我删除了“总和”，并包括它的样子。也许从期望的结果来看，这更清楚。事实上，我很想展示一个示例，如何生成“a”，但这是我代码的一部分。在这个特定的示例中，您能给出一些建议吗？我陈述了我作为输入的内容，我想做什么，或者我想得到什么结果，以及当前提出的一种不起作用的方法（见上面的调整）。我的最佳猜测是，乍一看，您有一个混合数据类型列表，其中只有一些由

sum（arg）

支持。不过，我并不完全清楚您的输入或预期输出是什么。仅供将来参考，如果您在使用随机代码路径时遇到间歇性问题，那么组合MCVE的一部分就是选择触发该问题的特定（固定的，即非随机的）示例，并编写一个单独的代码段。然后人们可以帮助你解决手头的实际问题。至于这个问题，我对熊猫不熟悉，所以你必须等待有人看到这一点。看起来您的问题与Pandas

Series

使用的数据类型与内置的

sum

不兼容有关。谢谢，jpp。您有什么想法吗？我如何使用pd.Series而不是将输入设为标量，即a的某种转换方式？是的，解决方案

res=s.iloc[[1,4]].sum（）

直接使用

pd.Series

。您不需要单独列出列表和附加项目。或者，建立您的列表

[1,4]

，并将其用作输入。感谢您的及时回复。我确实从我的程序的另一部分获得了一份pd.系列的列表；因此，我无法直接访问“s”；因此，我最后唯一的数字（不需要修改代码的其他部分）是我的“aaaa”pd系列列表谢谢，是的，它也提供了类似于ahed87建议的结果。谢谢，ahed87；正如jpp建议的那样，这条捷径是不使用“loc”；然而，现在我得到的是pd.Series的列表（无需修改代码的其他部分）。