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 4,771
# 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
- 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])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 90.35%
- 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？