Python 数组中小于当前值的所有值的总和

正在寻找一种不循环的方法，以获得相同间隔内小于当前值但也在定义间隔内的所有值

我有8760行数据要排序，希望有一个比循环更短的方法。对于一些循环代码，执行需要5分钟以上

x=np.array([[250,1,1],[300,.5,1],[100,2,1],[200,.75,1],[150,.25,1],[50,.5,2]])

我试图求第一个元素的和

（250300100,50）

，其中第二个元素小于当前值，第三个元素等于当前值的第三个元素

范例

为了

[250,1,1]

我只想找到

300+200+150

，因为

1

是

的第三个元素，而
的第二个元素.5
和
.75
和
.25
都小于1。这需要在每一行中继续

对于第二个元素
[300，.5,1]
，它会找到
150
的一个值，因为这是唯一一个索引更大的元素，第三个元素是
1
，其值小于
.5

编辑：修复了最小示例
是否可以使用布尔掩蔽

import numpy as np

x = np.array([[250,1,1],[300,.5,1],[100,2,1],[200,.75,1],[150,.25,1],[50,.5,2]])

mask = (x[:, 1] < x[:, 0]) & (x[:, 2] == np.floor_divide(x[:, 0], 100))
np.sum(x[mask, 0])

将numpy导入为np
x=np.数组（[[250,1,1]，[300,5,1]，[100,2,1]，[200,75,1]，[150,25,1]，[50,5,2]）
掩码=（x[：，1]
是否可以使用布尔掩蔽

import numpy as np

x = np.array([[250,1,1],[300,.5,1],[100,2,1],[200,.75,1],[150,.25,1],[50,.5,2]])

mask = (x[:, 1] < x[:, 0]) & (x[:, 2] == np.floor_divide(x[:, 0], 100))
np.sum(x[mask, 0])

将numpy导入为np
x=np.数组（[[250,1,1]，[300,5,1]，[100,2,1]，[200,75,1]，[150,25,1]，[50,5,2]）
掩码=（x[：，1]
只给出了
250
-如果我答对了问题，他想为每一行计算这个和，他可以使用
np.cumsum
或任何其他反映他想要的精确计算的函数。这只是一个例子，但关键的一点是，如果他能够使用掩蔽，那么他就不需要使用循环，而且速度会更快。当然，我也认为掩蔽可能是一个很好的方法-只是掩蔽会根据每行的不同而有所不同（不过，如果我答对了问题的话）。那么也许你可以展示一下这将如何避免循环？我被困在这里-newarray=np.where（（a[：，2]==1）和（a[：，2]这就给出了
250
-如果我答对了问题，他想为每一行计算这个和，他可以使用
np.cumsum
或任何其他反映他想要的精确计算的函数。这只是一个例子，但关键是如果他能够使用掩蔽，那么他就不需要使用循环，而且会更快ure，我也认为掩蔽可能是一种很好的方法-只是掩蔽会根据每一行的不同而有所不同（尽管如此，如果我答对了问题的话）。因此，也许你可以展示一下这将如何避免循环？我被困在这里-newarray=np。其中（（a[：，2]==1）和（a[：，2]总和是否应该排除
x[：，0]中的当前值
？你的例子我并不完全清楚；我认为它与上面给出的描述不一致。还有一个一般性的说明：也许这个问题更适合CodeReview？它不应该包括当前值。总和是否应该排除
x[：，0]中的当前值
？您的示例对我来说并不完全清楚；我认为它与上面给出的描述不一致。还有一个一般性说明：也许这个问题更适合CodeReview？它不应该包括当前值。