利用Pandas内置聚合

Question

是否有一些内置聚合到Pandas（或NumPy？）我可以用来优化下面标有***的行？

    >>> 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

Answer 1

我们可以用矢量化方式计算mean，由于for循环似乎是瓶颈，就像这样 -

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

对于数组大小可能无法被steps整除的情况，我们可以使用np.bincount -

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