Question

我有一个pandas Series，其中每个元素都是一个带索引的列表：

series_example = pd.Series([[1, 3, 2], [1, 2]])

另外，我有一个数组，其值与每个索引相关联：

arr_example = np.array([3., 0.5, 0.25, 0.1])

我想创建一个新的Series，其中包含由输入Series行中的索引给出的数组元素的累积和。在示例中，输出Series将具有以下内容：

0    [0.5, 0.6, 0.85]
1    [0.5, 0.75]
dtype: object

执行此操作的非矢量化方式如下：

def non_vector_transform(series, array):
    series_output = pd.Series(np.zeros(len(series_example)), dtype = object)
    for i in range(len(series)):
        element_list = series[i]
        series_output[i] = []   
        acum = 0
        for element in element_list:
            acum += array[element]
            series_output[i].append(acum)
    return series_output

我想以矢量化的方式做到这一点。任何矢量化魔术师帮助我在这里？

Answer 1

使用Series.apply和np.cumsum：

import numpy as np
import pandas as pd
series_example = pd.Series([[1, 3, 2], [1, 2]])
arr_example = np.array([3., 0.5, 0.25, 0.1])
result = series_example.apply(lambda x: np.cumsum(arr_example[x]))
print(result)

或者如果您更喜欢for循环：

import numpy as np
import pandas as pd
series_example = pd.Series([[1, 3, 2], [1, 2]])
arr_example = np.array([3., 0.5, 0.25, 0.1])
# Copy only if you do not want to overwrite the original series
result = series_example.copy()
for i, x in result.iteritems():
    result[i] = np.cumsum(arr_example[x])
print(result)

输出：

0    [0.5, 0.6, 0.85]
1         [0.5, 0.75]
dtype: object

选择性累积和的矢量化

1 个答案: