用 pandas 和 numpy Python 替换列表推导答案

【问题标题】：Replacing list comprehensions with pandas and numpy Python用 pandas 和 numpy Python 替换列表推导
【发布时间】：2021-05-02 22:20:36
【问题描述】：

下面的函数使用切片来一次获取 2 个索引之间的最大值。所以它在0 and 10 和10 and 12 之间得到最大值。该函数源自对这篇帖子post 的回答。有没有办法可以像pd.Series() 这样的熊猫函数形式替换列表理解。或者如果可能的话，将其作为一个 numpy 函数。

list_ = np.array([9887.89, 9902.99, 9902.99, 9910.23, 9920.79, 9911.34, 9920.01, 9927.51, 9932.3, 9932.33, 9928.87, 9929.22, 9929.22, 9935.24, 9935.24, 9935.26, 9935.26, 9935.68, 9935.68, 9940.5])
indexes = np.array([0,10,12,14])
chunks = np.split(list_, indexes[1:-1])
MAX=([c.max() for c in chunks])

【问题讨论】：

为什么要这样做？是出于性能原因还是需要 numpy 数组形式的结果？
df.iloc[0:10].max() 只需将 0/10 替换为您想要的

标签： python pandas list numpy slice

【解决方案1】：

我会推荐这个：

MAX = np.maximum.reduceat(list_,indexes[:-1])

输出：

array([9932.33, 9929.22, 9940.5 ])

另一种不会提高你的表现的方式，只是在你的答案中替代列表理解（事实上，甚至可能会稍微慢一点）：

max = np.vectorize(np.max)
MAX = max(chunks)

【讨论】：

有没有办法也可以获得9932.33, 9929.22, 9940.5 的索引。我试图对它实施argmax，但它没有锻炼
@tonyselcuk 完全不同的问题，但这篇文章是否回答了您的问题stackoverflow.com/a/41835843/4975981？
@tonyselcuk 很高兴它解决了。请随时接受答案以关闭问题。谢谢。
抱歉耽搁了现在才做。