使用 numpy 数组或 pandas 简化 python 中的例程

Question

最初的问题如下：我有一个初始矩阵，假设有 10 行和 12 行。对于所有行，我想将两行相加。最后我必须有 10 行但只有 6 行。目前，我正在 python 中执行以下 for 循环（使用作为 pandas DataFrame 的初始）

for i in range(0,12,2):
  coarse[i]=initial.iloc[:,i:i+1].sum(axis=1)

事实上，我很确定更高效的方法是可能的。我正在考虑类似列表理解的东西，但对于 DataFrame 或 numpy 数组。有人有想法吗？

此外，我想知道操作大型 numpy 数组或 pandas DataFrame 是否更好。

Answer 1

让我们创建一个小的示例数据框来说明解决方案：

np.random.seed(0)
df = pd.DataFrame(np.random.rand(6, 3))

>>> df
          0         1         2
0  0.548814  0.715189  0.602763
1  0.544883  0.423655  0.645894
2  0.437587  0.891773  0.963663
3  0.383442  0.791725  0.528895
4  0.568045  0.925597  0.071036
5  0.087129  0.020218  0.832620

您可以使用切片表示法从第一行 (::2) 和第二行 (1::2) 开始每隔一行进行选择。 iloc 用于整数索引。您需要选择这些位置的值，并将它们相加。结果是一个 numpy 数组，如果需要，您可以将其转换回 DataFrame。

>>> df.iloc[::2].values + df.iloc[1::2].values
array([[ 1.09369669,  1.13884417,  1.24865749],
       [ 0.82102873,  1.68349804,  1.49255768],
       [ 0.65517386,  0.94581504,  0.9036559 ]])

您使用值来删除索引。否则会发生这种情况：

>>> df.iloc[::2] + df.iloc[1::2].values
          0         1         2
0  1.093697  1.138844  1.248657
2  0.821029  1.683498  1.492558
4  0.655174  0.945815  0.903656

>>> df.iloc[::2].values + df.iloc[1::2]
          0         1         2
1  1.093697  1.138844  1.248657
3  0.821029  1.683498  1.492558
5  0.655174  0.945815  0.903656

对于更通用的解决方案：

df = pd.DataFrame(np.random.rand(9, 3))
n = 3  # Number of consecutive rows to group.
df['group'] = [idx // n for idx in range(len(df.index))]

df.groupby('group').sum()
              0         1         2
group                              
0      1.531284  2.030617  2.212320
1      1.038615  1.737540  1.432551
2      1.695590  1.971413  1.902501