Question

在R中，很容易聚合值并应用函数（在本例中为sum）

> example <- c(a1=1,a2=2,b1=3,b2=4)
> example # this is the vector (equivalent to Series)
a1 a2 b1 b2 
 1  2  3  4 
> grepl("^a",names(example)) #predicate statement
[1]  TRUE  TRUE FALSE FALSE
> sum(example[grep("^a",names(example))]) #combined into one statement
[1] 3

我能想到在熊猫中这样做的方法是使用列表理解而不是任何矢量化的pandas函数：

In [55]: example = pd.Series({'a1':1,'a2':2,'b1':3,'b2':4})

In [56]: example
Out[56]: 
a1    1
a2    2
b1    3
b2    4
dtype: int64

In [63]: sum([example[x] for x in example.index if re.search('^a',x)])
Out[63]: 3

pandas中是否有任何等效的矢量化方法？

Answer 1

您可以使用groupby，它可以将函数应用于索引值（在这种情况下查看第一个元素）：

In [11]: example.groupby(lambda x: x[0]).sum()
Out[11]:
a    3
b    7
dtype: int64

In [12]: example.groupby(lambda x: x[0]).sum()['a']
Out[12]: 3

Answer 2

在pandas v0.12.0中，您可以将Index转换为Series并使用str.contains搜索字符串。

In [12]: s[s.index.to_series().str.contains('^a')].sum()
Out[12]: 3

在v0.13.0中使用Series.filter方法：

In [6]: s = Series([1,2,3,4], index=['a1','a2','b1','b2'])

In [7]: s.filter(regex='^a')
Out[7]:
a1    1
a2    2
dtype: int64

In [8]: s.filter(regex='^a').sum()
Out[8]: 3

注意： filter的行为在pandas git master中未经测试，所以我现在谨慎使用它。有an open issue来解决这个问题。

如何基于谓词语句聚合pandas Series值？

2 个答案: