如何用 Numpy 而不是 Pandas 计算满足条件的总和答案

【问题标题】：how to count the sum satisfying a condition with Numpy not with Pandas如何用 Numpy 而不是 Pandas 计算满足条件的总和
【发布时间】：2021-06-11 16:52:30
【问题描述】：

我有一个包含 4 列（姓名、性别、出生人数）的数据框，我想计算女性和男性的总数，我必须按性别进行分组。我已经用这样的熊猫做过了：

names1880.groupby(['Gender']).sum()

我有这样的输出

Gender----|----Births
F         |    166868
----------|------------
M         |    120851

但现在我必须用 Numpy 来做，而不是用 Pandas

【问题讨论】：

试试这个np.unique(a, return_counts=True)
也看看这是否有帮助stackoverflow.com/questions/4373631/…

标签： python pandas numpy

【解决方案1】：

numpy.bincount 是一个很好的工具，如果你使用出生计数作为权重。但是bincount 要求类别是整数。因此，如果您首先为每种性别创建一个具有不同整数的数组，则可以在 numpy 中执行此操作，如下所示：

import pandas as pd
import numpy as np

names1880 = pd.DataFrame({
    'Name': ['Walter', 'Roger', 'Jane', 'Imelda'],
    'Gender': ['Male', 'Male', 'Female', 'Female'],
    'Births': [100, 200, 120, 220]
})

gender_names, gender_codes = np.unique(
    names1880['Gender'], return_inverse=True
)
print(gender_names)
print(np.bincount(gender_codes, weights=names1880['Births']))

# ['Female' 'Male']
# [340. 300.]

【讨论】：

谢谢，但它不起作用，我有这个错误： ValueError: could not convert string to float: 'F' 。而且我必须对变量进行总和而不是计数:'(
@SarahKraiem 我添加了一些代码来首先对性别进行分类，以便 bincount 可以使用它们。请注意，如果您使用出生计数作为权重，bincount 将计算出生计数的总和。

【解决方案2】：

参考此 SO 答案将 pandas DataFrame 转换为 numpy 结构化数组：https://stackoverflow.com/a/51280608/42346

import collections as co, numpy as np, pandas as pd

# my simple test DataFrame
df = pd.DataFrame(co.OrderedDict([('Name',['test','test2','test3']),
                                  ('Gender',['female','male','female']),
                                  ('Number of births',[2,3,4])])) 

# convert pandas DataFrame to numpy structured array 
# credit to this SO answer: https://stackoverflow.com/a/51280608/42346
sarr = np.array([tuple(x) for x in df.values], 
                dtype=list(zip(df.dtypes.index, df.dtypes)))

# finally get the totals by group
for k in np.unique(sarr['Gender']): 
    print(k, sum(sarr[sarr['Gender'] == k]['Number of births']))

结果：

female 6
male 3

【讨论】：

【解决方案3】：

最后我做了这个：计算所有出生人数：

All_births = names1880.sum()

为了过滤，我这样做了：

names1880[names1880['Gender'] == "F"].sum()

和

names1880[names1880['Gender'] == "M"].sum()

【讨论】：