PythonでGroup ByしてCumsum(累計)したいです
解決済
回答 2
投稿 ・編集
- 評価
- クリップ 0
- VIEW 7,421
# numpy version is 1.6
import numpy as np
key = np.array(["a","a","b","b","b","c","c","c","c"])
value = np.array([1,2,3,4,5,6,7,8,9])
valueをkeyでGroup ByしてCumsum(累計)したいです。
期待される結果
([1,3, 3,7,12, 6,13,21,30])
なるべくfor文を使わず高速で、Pandasも使用しないやり方があれば幸いです。
よろしくお願いいたします。
-
気になる質問をクリップする
クリップした質問は、後からいつでもマイページで確認できます。
またクリップした質問に回答があった際、通知やメールを受け取ることができます。
クリップを取り消します
-
良い質問の評価を上げる
以下のような質問は評価を上げましょう
- 質問内容が明確
- 自分も答えを知りたい
- 質問者以外のユーザにも役立つ
評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。
質問の評価を上げたことを取り消します
-
評価を下げられる数の上限に達しました
評価を下げることができません
- 1日5回まで評価を下げられます
- 1日に1ユーザに対して2回まで評価を下げられます
質問の評価を下げる
teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。
- プログラミングに関係のない質問
- やってほしいことだけを記載した丸投げの質問
- 問題・課題が含まれていない質問
- 意図的に内容が抹消された質問
- 過去に投稿した質問と同じ内容の質問
- 広告と受け取られるような投稿
評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。
質問の評価を下げたことを取り消します
この機能は開放されていません
評価を下げる条件を満たしてません
質問の評価を下げる機能の利用条件
この機能を利用するためには、以下の事項を行う必要があります。
- 質問回答など一定の行動
-
メールアドレスの認証
メールアドレスの認証
-
質問評価に関するヘルプページの閲覧
質問評価に関するヘルプページの閲覧
checkベストアンサー
0
tmpがすごくカッコ悪くてやっつけ感丸出しですが(笑)
import numpy as np
from collections import defaultdict
key = np.array(["a","a","b","b","b","c","c","c","c"])
value = np.array([1,2,3,4,5,6,7,8,9])
dic = defaultdict(list)
tmp = map(lambda item: dic[item[0]].append(item[1]), zip(key, value))
lst = sorted(dic.items(), key=lambda item:item[0])
reduce(lambda a, b: np.r_[a,b], map(lambda d:np.cumsum(d[1]), lst), []).astype(np.int)
普通にfor文回したり、リスト内包表記で書いた方が色々な意味で良いと思いますが^^
投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
0
効率のいい方法かどうかわかりませんが、とりあえずやってみました。
import numpy as np
from itertools import groupby, izip
key = ["a","a","b","b","b","c","c","c","c"]
value = [1,2,3,4,5,6,7,8,9]
array = np.array([], dtype=np.int32)
for key, items in groupby(izip(key, value),lambda i: i[0]):
array = np.r_[array, np.array([x[1] for x in list(items)]).cumsum()]
print array
#array([ 1, 3, 3, 7, 12, 6, 13, 21, 30])
for文を内包表記に書き換えるなどは可能ですが、可読性が下がりすぎるかなと思い取り合えずfor文にしました。グループ化のための引き当て関数を工夫したらもう少しうまい実装があるかとも思ったのですが、とりあえずです。
もうちょっといい方法を思いついたらまた記載しますね。
以上、参考まで。
投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
15分調べてもわからないことは、teratailで質問しよう!
- ただいまの回答率 88.21%
- 質問をまとめることで、思考を整理して素早く解決
- テンプレート機能で、簡単に質問をまとめられる
2015/01/23 12:32
2015/01/25 08:48
timeitで計測してみましたが、多分私のは内容の確認のためのprint文の分遅くなっているだけですよ。そんなはずない。苦笑(なんだかstackoverflowの解答欄みたいですが。w)
それぞれモジュールとしてmain関数の中に実装をいれて計測してみると
Type "help", "copyright", "credits" or "license" for more information.
>>> import timeit
>>> t = timeit.Timer("answer1.main()", "import answer1") #shimpeiyamamoto answer
>>> t.timeit(100)
0.007233890339088135
>>> t = timeit.Timer("answer2.main()", "import answer2") #fsoe answer
>>> t.timeit(100)
0.03755464856331514
>>> t = timeit.Timer("answer3.main()", "import answer3") #mkobadev1 answer
>>> t.timeit(100)
0.03962027967747872
という感じになりました。
ま、私の環境なのでぜひ質問者さんご自身で実行してみてください。
-------answer1.py
import numpy as np
from itertools import groupby, izip
def main():
key = ["a","a","b","b","b","c","c","c","c"]
value = [1,2,3,4,5,6,7,8,9]
array = np.array([], dtype=np.int32)
for key, items in groupby(izip(key, value),lambda i: i[0]):
array = np.r_[array, np.array([x[1] for x in list(items)]).cumsum()]
-------
-------answer2.py
import numpy as np
from collections import defaultdict
def main():
key = np.array(["a","a","b","b","b","c","c","c","c"])
value = np.array([1,2,3,4,5,6,7,8,9])
dic = defaultdict(list)
tmp = map(lambda item: dic[item[0]].append(item[1]), zip(key, value))
lst = sorted(dic.items(), key=lambda item:item[0])
reduce(lambda a, b: np.r_[a,b], map(lambda d:np.cumsum(d[1]), lst), []).astype(np.int)
-------
-------answer3.py
import numpy as np
def main():
key = np.array(["a","a","b","b","b","c","c","c","c"])
value = np.array([1,2,3,4,5,6,7,8,9])
value_ = value[np.argsort(key)]
key_ = np.sort(key)
u_key_, id_key_ = np.unique(key_, return_inverse=True)
d_id_key_ = np.diff(id_key_)
pos = np.where(d_id_key_ != 0)[0] + 1
split_value = np.split(value_, pos)
cumsum_value = np.array([np.cumsum(data_).astype(np.int) for data_ in split_value])
cumsum_value = np.hstack(cumsum_value)
-------
以上です。
2015/04/21 14:56
一つ確認したいのですが、pythonは3系でしょうか?