标签-值对 2d-numpy 数组中的圆形标签和总和值答案

【问题标题】：Round labels and sum values in label-value pair 2d-numpy array标签-值对 2d-numpy 数组中的圆形标签和总和值
【发布时间】：2015-07-31 18:34:55
【问题描述】：

我有一个 2d-Numpy 数组，基本上包含一个标签-值对。我已经结合了其中几个矩阵，但我希望将标签四舍五入到小数点后 4 位并对值求和，这样：

[[70.00103, 1],
[70.02474, 1],
[70.02474, 1],
[70.024751, 1],
[71.009100, 1],
[79.0152, 1],
[79.0152633, 1],
[79.0152634, 1]]

变成

[[70.001, 1],
[70.0247, 2],
[70.0248, 1],
[71.0091, 1],
[79.0152, 1],
[79.0153, 2]]

关于如何使用 numpy 或 pandas 快速完成此任务的任何想法？谢谢！

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

在[10]中：

import numpy as np
x=np.array([[70.00103, 1],[70.02474, 1],[70.02474, 1],[70.024751, 1],[71.009100, 1],[79.0152, 1],[79.0152633, 1],[79.0152634,1]])
x[:,0]=x[:,0].round(4)
x

输出[10]：

 array([[ 70.001 ,   1.    ],
           [ 70.0247,   1.    ],
           [ 70.0247,   1.    ],
           [ 70.0248,   1.    ],
           [ 71.0091,   1.    ],
           [ 79.0152,   1.    ],
           [ 79.0153,   1.    ],
           [ 79.0153,   1.    ]])

在 [14] 中：

import pandas as pd
pd.DataFrame(x).groupby(0).sum()

输出[14]：

【讨论】：

【解决方案2】：

这就是np.around 的用途：

>>> A=np.array([[70.00103, 1],
... [70.02474, 1],
... [70.02474, 1],
... [70.024751, 1],
... [71.009100, 1],
... [79.0152, 1],
... [79.0152633, 1],
... [79.0152634, 1]])
>>> 
>>> np.around(A, decimals=4)
array([[ 70.001 ,   1.    ],
       [ 70.0247,   1.    ],
       [ 70.0247,   1.    ],
       [ 70.0248,   1.    ],
       [ 71.0091,   1.    ],
       [ 79.0152,   1.    ],
       [ 79.0153,   1.    ],
       [ 79.0153,   1.    ]])

【讨论】：

谢谢！合并和求和部分呢？