significa - simbolos en python
La suma condicional en Python se basa en la entrada de fila (4)
Parece un ajuste excelente para itertools.groupby
(suponiendo que los valores en A
estén ordenados , probablemente no funcionaría correctamente para A=[1,1,2,2,1]
):
from itertools import groupby
A = [1, 1, 2, 3, 3, 3]
B = [0.50, 0.25, 0.99, 0.80, 0.70, 0.20]
for key, grp in groupby(zip(A, B), key=lambda x: x[0]):
grp = [i[1] for i in grp]
print(key, key * sum(grp))
que imprime:
1 0.75
2 1.98
3 5.1
También puede almacenarlo en una lista en lugar de imprimir los valores:
res = []
for key, grp in groupby(zip(A, B), key=lambda x: x[0]):
grp = [i[1] for i in grp]
res.append(key*sum(grp))
print(res)
# [0.75, 1.98, 5.1]
En caso de que un paquete de terceros sea una opción para ti, también puedes usar iteration_utilities.groupedby
:
>>> from iteration_utilities import groupedby
>>> from operator import itemgetter, add
>>> {key: key*sum(value) for key, value in groupedby(zip(A, B), key=itemgetter(0), keep=itemgetter(1)).items()}
{1: 0.75, 2: 1.98, 3: 5.1}
o usando el parámetro de groupedby
de groupedby
directamente:
>>> groupedby(zip(A, B), key=itemgetter(0), keep=lambda x: x[0]*x[1], reduce=add)
{1: 0.75, 2: 1.98, 3: 5.1}
Descargo de responsabilidad: soy el autor del paquete iteration_utilities
.
Estoy tratando de hacer un producto de suma condicional en Python. La idea simplificada es la siguiente:
A = [1 1 2 3 3 3]
B = [0.50 0.25 0.99 0.80 0.70 0.20]
Me gustaría tener como salida
Total1 = 0.50*1 + 0.25*1
Total2 = 0.99*2
Total3 = 0.80*3 + 0.70*3 + 0.20*3
Estaba pensando en usar una estructura FOR ... IF ... para especificar que para un valor dado en A
deben sumar todos los valores correspondientes en B
En realidad, es un gran conjunto de datos, ¿así que tendré que hacer que el script sea capaz de recorrer todas las categorías?
En este momento estoy luchando para que la idea se traduzca a una secuencia de comandos de Python adecuada. ¿Puede alguien señalarme la dirección correcta?
Creo que puedes resolver esto usando itertools.groupby
:
import itertools
from operator import itemgetter
results = [group * sum(v[1] for v in values)
for group, values in itertools.groupby(zip(A, B), itemgetter(0))]
Esto supone que todos los números iguales en A
son adyacentes entre sí. Si no lo son, deberías ordenarlos o usar un algoritmo diferente.
He venido con algo como esto. No tengo idea de qué hacer con el borde y que con suerte podría eliminarse:
In [1]: sums = {}
In [2]: A = [1, 1, 2, 3, 3, 3]
...: B = [0.50, 0.25, 0.99, 0.80, 0.70, 0.20]
In [3]: for count, item in zip(A, B):
...: try:
...: sums[count] += item * count
...: except KeyError:
...: sums[count] = item * count
...:
In [4]: sums
Out[5]: {1: 0.75, 2: 1.98, 3: 5.1}
Editar:
Como se sugiere en los comentarios, deafultdict
podría usarse para deshacerse de este feo bloque try-except
:
In [2]: from collections import defaultdict
In [3]: sum = defaultdict(lambda: 0)
In [4]: sum[1]
Out[4]: 0
In [5]: sum
Out[5]: defaultdict(<function __main__.<lambda>>, {1: 0})
EDIT2:
Bueno, he aprendido algo hoy. Después de más comentarios:
In [6]: sums = defaultdict(int)
In [7]: A = [1, 1, 2, 3, 3, 3]
...: B = [0.50, 0.25, 0.99, 0.80, 0.70, 0.20]
In [8]: for count, item in zip(A, B):
...: sums[count] += count * item
...:
In [9]: sums
Out[9]: defaultdict(int, {1: 0.75, 2: 1.98, 3: 5.1})
Si no te importa utilizar numpy para esto y suponiendo que los grupos están ordenados, puedes hacerlo de la siguiente manera:
A = [1, 1, 2, 3, 3, 3]
B = [0.50, 0.25, 0.99, 0.80, 0.70, 0.20]
A = np.asarray([1, 1, 2, 3, 3, 3])
B = np.asarray([0.50, 0.25, 0.99, 0.80, 0.70, 0.20])
index = np.full(len(A),True)
index[:-1] = A[1:] != A[:-1]
prods = A*B
#result
res = np.add.reduceat(prods, np.append([0], (np.where(index)[0]+1)[:-1]))
Además, dado que tiene grandes listas, esto realmente podría acelerar las operaciones