利用内置的Pandas进行聚合

是否有一些内建聚合到Pandas（或NumPy？）我可以使用下面的***标记的优化线？利用内置的Pandas进行聚合

>>> import numpy as np 
    >>> import pandas as pd 
    >>> 
    >>> df = pd.DataFrame({'A':[1,21,4,5,3,3,5,653,2], 'B':[1,2,3,4,5,6,7,8,9]}) 
    >>> steps = 3 
    >>> 
    >>> values = df.iloc[:,0] 
    >>> current = values[-steps:] 
    >>> old = values[:-steps] 
*** >>> mean = np.array([old[i::steps].mean() for i in range(steps)]) *** 
    >>> df.iloc[-steps:,0] = current - mean 
    >>> df1 = df.iloc[-steps:] 
    >>> df1 
      A B 
    6 2.0 7 
    7 641.0 8 
    8 -1.5 9

来源

2017-06-12 Jonas Byström

我们可以在一个量化的方式，这是考虑到for循环的似乎是瓶颈，像这样计算mean -

mean = old.values.reshape(-1,steps).mean(axis=0)

对于情况下，当数组的大小可能不整除通过steps，我们可以使用np.bincount -

ids = np.arange(a.size)%steps 
mean= np.bincount(ids, a)/np.bincount(ids)

来源

2017-06-12 14:00:42 Divakar

美丽的解决方案，正是我一直在寻找！ –

当形状不容易被'steps'分割时，我得到一个错误'ValueError：can not reshape array of size 3025 into shape（1008）'。你知道一个简单的方法来将我的数组与第一个值相加，直到我得到它的“steps”对齐吗？ –

@JonasByström为此添加了一个解决方案。还有其他的方法，但贴出来的似乎是处理这些案件的最短时间。 – Divakar

利用内置的Pandas进行聚合

回答

相关问题