Python 基于索引列表合并/求和numy数组的行
我有一个数组,我想在其中添加特定的行,以便得到一个行数较少的数组Python 基于索引列表合并/求和numy数组的行,python,pandas,numpy,python-xarray,Python,Pandas,Numpy,Python Xarray,我有一个数组,我想在其中添加特定的行,以便得到一个行数较少的数组 import numpy as np a = np.arange(50).reshape(10,5) b = [0,0,0,1,1,2,2,2,2,3] a array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18, 19], [20, 21, 22, 23
import numpy as np
a = np.arange(50).reshape(10,5)
b = [0,0,0,1,1,2,2,2,2,3]
a
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19],
[20, 21, 22, 23, 24],
[25, 26, 27, 28, 29],
[30, 31, 32, 33, 34],
[35, 36, 37, 38, 39],
[40, 41, 42, 43, 44],
[45, 46, 47, 48, 49]])
a.shape
(10, 5)
len(b)
10
我想使用b
作为要合并的行的基础。前3行相加成为新的第1行,第4行和第5行相加成为新的第2行。等等等等
预期结果:
array([[15, 18, 21, 24, 27],
[35, 37, 39, 41, 43],
[130, 134, 138, 142, 146],
[45, 46, 47, 48, 49]])
循环对我来说是无效的。我不确定这是否可以在努比实现,但也许是熊猫还是沙雷
非常感谢您的帮助。在pandas中,解决方案是创建
DataFrame
并通过b
数组创建的索引聚合总和:
a = np.arange(50).reshape(10, 5)
b = [0,0,0,1,1,2,2,2,2,3]
print (a)
c = pd.DataFrame(a, index=b).sum(level=0).to_numpy()
print (c)
[[ 15 18 21 24 27]
[ 35 37 39 41 43]
[130 134 138 142 146]
[ 45 46 47 48 49]]
我想添加一个numpy解决方案:
import numpy as np
a = np.arange(50).reshape(10,5)
b = [0,0,0,1,1,2,2,2,2,3]
sum_common = lambda x : sum(a[b==x,:])
indx = np.unique(b)
c = np.array(map(sum_common, indx))
当然,这可以在一行中完成:
c=np.array(map(lambda x : sum(a[b==x,:]), np.unique(b)))
结果是:
array([[ 15, 18, 21, 24, 27],
[ 35, 37, 39, 41, 43],
[130, 134, 138, 142, 146],
[ 45, 46, 47, 48, 49]])