用Python在2D数组中累加值

我有一个numpy 2D数组，如下所示

gona = array([['a1', 3], ['a2', 5], ['a3', 1], ['a3', 2], ['a3', 1], ['a1', 7]])

此数组有2列

我要做的是创建一个包含两列的数组。第1列的“行”中应包含“a1”、“a2”、“a3”值，第2列应包含这些对应值的总和

new_gona = array([['a1', 10], ['a2', 5], ['a3', 4]])

这里，对应的值如下所示

'a1' : 3 + 7 = 10
'a2' : 5 
'a3' : 1 + 2 + 1 = 4

---

实现这一点的简单方法是什么？

您必须围绕gona编写一个循环，并将（a1）存储为dictionary对象中的键。当然，应该添加值，您必须围绕gona编写一个循环，并将（a1）存储为dictionary对象中的键。当然，价值应该被增加

from collections import defaultdict 
from operator import itemgetter

sums = defaultdict(int)
for key, value in gona:
    sums[key] += value

new_gona = sorted(sums.iteritems(), key=itemgetter(0))

欺骗

---

作弊？

使用熊猫及其索引魔法：

import pandas as pd
import numpy as np

gona = np.array([['a1', 3], ['a2', 5], ['a3', 1], 
              ['a3', 2], ['a3', 1], ['a1', 7]])

# Create series where second items are data and first items are index
series = pd.Series(gona[:,1],gona[:,0],dtype=np.float)

# Compute sums across index
sums = series.sum(level=0)

# Construct new array in the format you want
new_gona = np.array(zip(sums.index,sums.values))

new_gona
# out[]:
# array([['a1', '10.0'],
#        ['a2', '5.0'],
#        ['a3', '4.0']], 
#       dtype='|S4')

---

另外值得注意的是，

np.array

s只能保存一种数据类型。因此，需要通过指定

dtype=np.float

来纠正字符串和数字类型的混合。如果需要，您可以使用

np.int

。

使用熊猫及其索引魔法：

import pandas as pd
import numpy as np

gona = np.array([['a1', 3], ['a2', 5], ['a3', 1], 
              ['a3', 2], ['a3', 1], ['a1', 7]])

# Create series where second items are data and first items are index
series = pd.Series(gona[:,1],gona[:,0],dtype=np.float)

# Compute sums across index
sums = series.sum(level=0)

# Construct new array in the format you want
new_gona = np.array(zip(sums.index,sums.values))

new_gona
# out[]:
# array([['a1', '10.0'],
#        ['a2', '5.0'],
#        ['a3', '4.0']], 
#       dtype='|S4')

另外值得注意的是，

np.array

s只能保存一种数据类型。因此，需要通过指定

dtype=np.float

来纠正字符串和数字类型的混合。如果需要，您可以使用

np.int

。

仅限numpy的解决方案：

>>> labels, indices = np.unique(gona[:, 0], return_inverse=True)
>>> sums = np.bincount(indices, weights=gona[:, 1].astype(np.float))
>>> new_gona = np.column_stack((labels, sums))
>>> new_gona
array([['a1', '10'],
       ['a2', '5.'],
       ['a3', '4.']], 
      dtype='|S2')

仅限numpy的解决方案：

>>> labels, indices = np.unique(gona[:, 0], return_inverse=True)
>>> sums = np.bincount(indices, weights=gona[:, 1].astype(np.float))
>>> new_gona = np.column_stack((labels, sums))
>>> new_gona
array([['a1', '10'],
       ['a2', '5.'],
       ['a3', '4.']], 
      dtype='|S2')

---

然后，列表理解将非常简单：

def fst(x): return x[0]
[(a, sum([int(m[1]) for m in gona if a == m[0]])) for a in set(map(fst, gona)) ]    

---

这是基本的Python。没有涉及图书馆。第一个函数的定义仅在末尾的

map

中避免lambda表达式。不过，前面提到的熊猫和NumPy解决方案似乎都很有趣+两人各得1分

那么，列表理解将非常简单：

def fst(x): return x[0]
[(a, sum([int(m[1]) for m in gona if a == m[0]])) for a in set(map(fst, gona)) ]    

---

这是基本的Python。没有涉及图书馆。第一个函数的定义仅在末尾的

map

中避免lambda表达式。不过，前面提到的熊猫和NumPy解决方案似乎都很有趣+两人各得1分

我记得上次出现这个问题时，我看到了一个有效的解决方案，但我不记得是什么。也许有更好的搜索技巧的人可以找到它。注意：运行您发布的代码会生成一个数据类型数组

“|S2”

。这意味着整数存储为字符串，而不是作为

int32

或其他合理的数据类型。这可能是个问题。我记得上次出现这个问题时，我看到了熊猫的有效解决方案，但我不记得是什么。也许有更好的搜索技巧的人可以找到它。注意：运行您发布的代码会生成一个数据类型数组

“|S2”

。这意味着整数存储为字符串，而不是作为

int32

或其他合理的数据类型。这可能是一个问题。请发表评论，询问了提供的解决方案。没有代码，只有逻辑解释注释，请提供解决方案。没有代码，只有逻辑解释