Início / coding / Perguntas / 78114575
Accepted
Swawa
Asked: 2024-03-06 20:58:23 +0800 CST

Soma por linha de cálculos de elemento único em Python

  • 772

Eu gostaria de fazer um cálculo por linha com elementos únicos de um dataframe do pandas e elementos de uma lista e, finalmente, fazer a soma por linha de todos esses cálculos:

insira a descrição da imagem aqui

O número de itens da lista x_i é idêntico ao número de colunas n_i no dataframe. Eu gostaria de calcular somas por linha como

Minha solução resulta apenas em 4 valores conforme faço um loop no número de colunas. Mas eu também poderia percorrer o número de elementos da lista, o que não altera o resultado.

result = []
for i in range(len(df_n.columns)):   # these are 4
        total = sum(2/3 * x[i]**2 * df_n.iloc[i])
        result.append(total)
print(result)

usando mass = (math.pi/6 * binning[i]**3 * roh_solid * counts_nc.iloc[i]).sum()resultados no mesmo

O próximo teste seria um loop adicional ao longo do comprimento do dataframe. Um loop dentro de um loop parece uma programação Python muito ruim. Preciso usar duas variáveis ​​de loop para resolver isso?

Existe uma maneira otimizada do Python para resolver isso? Ou você pode me dar uma dica para uma pergunta semelhante sobre qual solução não encontrei com a função de pesquisa?

um exemplo de lista:

list = [0.4012, 0.551, 0.8124, 1.1402]

Um exemplo de quadro de dados:

                        n_1          n_2            n_3            n_4  \
time                                                                          
2022-03-18 07:16:54  1.000000e-15  1.000000e-15  1.000000e-15  1.000000e-15   
2022-03-18 07:16:55  7.887821e-01  4.929888e-02  1.000000e-15  1.000000e-15   
2022-03-18 07:16:56  2.030013e+00  1.268758e-01  1.000000e-15  1.000000e-15   
2022-03-18 07:16:57  2.944119e+00  3.236459e-01  1.000000e-15  4.654615e-02   
2022-03-18 07:16:58  3.318537e+00  4.064088e-01  1.000000e-15  6.206153e-02

(a coluna de tempo é uma coluna de índice aqui.)

python

1 respostas

  1. Best Answer

    Parece que você pode simplesmente vetorizar sua operação:

    lst = [0.4012, 0.551, 0.8124, 1.1402] 

out = df.mul(2/3*np.array(lst)**2).sum(axis=1)

    Saída:

    time
2022-03-18 07:16:54    1.616408e-15
2022-03-18 07:16:55    9.462046e-02
2022-03-18 07:16:56    2.435156e-01
2022-03-18 07:16:57    4.217743e-01
2022-03-18 07:16:58    4.921507e-01
dtype: float64

    sobre seu código

    Acho que há dois erros principais no seu código

    • você divide as colunas incorretamente ( df_n.iloc[i]fornece a i-ésima linha, não a coluna). Você deveria usardf_n.iloc[:, i]
    • sum(2/3 * x[i]**2 * df_n.iloc[:, i])calcularia o total por coluna, e é por isso que você acaba com 4 valores. No entanto, sua definição de Totalsomas i(nas colunas). Você deve ter 5 valores na saída.

    Assim, corrigir a primeira parte do seu código daria:

    result = []
for i in range(len(df_n.columns)):   # these are 4
        total = sum(2/3 * x[i]**2 * df_n.iloc[:, i])
        result.append(total)

print(result)
# [0.9745089642303895, 0.18342143066492023, 2.1999792e-15, 0.09413071358292742]

    O que equivale a:

    df_n.mul(2/3*np.array(x)**2).sum()

n_1    9.745090e-01
n_2    1.834214e-01
n_3    2.199979e-15
n_4    9.413071e-02
dtype: float64

    Mas acredito que o que você realmente precisa é:

    result = []
for i in range(len(df_n.columns)):   # these are 4
        total = (2/3 * x[i]**2 * df_n.iloc[:, i])
        result.append(total)

# sum per row
result = list(map(sum, zip(*result)))

print(result)
[1.6164081600000003e-15, 0.09462046128607064, 0.24351562363634796, 0.42177430406900446, 0.4921507194868146]

    Que, como mostrado acima, é vetorizado para:

    df_n.mul(2/3*np.array(x)**2).sum(axis=1)

time
2022-03-18 07:16:54    1.616408e-15
2022-03-18 07:16:55    9.462046e-02
2022-03-18 07:16:56    2.435156e-01
2022-03-18 07:16:57    4.217743e-01
2022-03-18 07:16:58    4.921507e-01
dtype: float64
    • 1

relate perguntas