將數據幀值拆分為指定數量的組並應用函數 - pandas

Question

df=pd.DataFrame([1,4,1,3,2,8,3,6,3,7,3,1,2,9])

我想將df拆分為指定數量的組並對每個組中的所有元素求和。 例如，將df分成4組

1,4,1,3  2,8,3,6  3,7,3,1  2,9 

會導致

9
19
14
11

我可以做df.groupby(np.arange(len(df))//4).sum() ，但這對大型數據幀不起作用

例如

df1=pd.DataFrame([1,4,1,3,2,8,3,6,3,7,3,1,2,9,1,5,3,4])
df1.groupby(np.arange(len(df1))//4).sum()

創建5組而不是4組

Answer 1

你可以使用numpy.array_split ：

df=pd.DataFrame([1,4,1,3,2,8,3,6,3,7,3,1,2,9,1,5,3,4])

a = pd.Series([x.values.sum() for x in np.array_split(df, 4)])
print (a)
0    11
1    27
2    15
3    13
dtype: int64

concat和sum解決方案：

a = pd.concat(np.array_split(df, 4), keys=np.arange(4)).sum(level=0)
print (a)
    0
0  11
1  27
2  15
3  13

Answer 2

假設您有此數據框：

df = pd.DataFrame([1,4,1,3,2,8,3,6,3,7,3,1,2,9])

你可以使用list comprehension和loc來實現它：

group_size = 4
[df.loc[i:i+group_size-1].values.sum() for i in range(0, len(df), group_size)]

輸出：

[9, 19, 14, 11]

Answer 3

我查看了注釋，我認為當“通常”的pandas功能無法滿足您的需求時，您可以使用一些顯式的python代碼。

所以：

import pandas as pd

def get_sum(a, chunks):
    for k in range(0, len(df), chunks):
        yield a[k:k+chunks].values.sum()

df = pd.DataFrame([1,4,1,3,2,8,3,6,3,7,3,1,2,9])

group_size = list(get_sum(df, 4))
print(group_size)

輸出：

[9, 19, 14, 11]