Durchschnitt basierend auf einem Kriterium/Bedingung Numpy Python

Question

Also ich möchte den Durchschnitt aller Werte in Spalte b nehmen, wenn die Spalte a eine bestimmte ist und plotten sie mit Matplotlib.

So in der Tabelle oben Ich möchte für jeden gleichen Wert in A die Werte in B und E auszumitteln und schaffen damit ein neues Element in dem

A = 57 B = Avg aller Werte von b, wobei A = 57 E = Avg aller Werte von e, wobei A = 57 und so weiter

und schließlich zeichnen dann das neue Element

ich habe versucht, es zu implementieren, indem die Werte in eine andere Identität Matrix nehmen aber das funktioniert nicht.

for x in list_of_entries: 
    Final['A'] = x; 
    Final['C'] = 0; 
    Final['D'] = 1; 
    I = np.logical_and((1), (data_temp['A'].astype(int) == x)) 
    Final['B'] = np.average(data_temp[I]['B']); 
    Final['E'] = np.average(data_temp[I]['E']); 
    np.empty(I); 

Answer 1

Mit NumPy nur, könnten Sie np.unique(..., return_indx=True) verwenden, um die Indizes zu finden, die die Stücke mit konstantem A Wert abgrenzen:

data_temp.sort(order=['A']) 
uniqs, idx = np.unique(data_temp['A'], return_index=True) 
idx = np.r_[idx, len(data_temp)] 
# >>> idx 
# array([ 0, 10, 20, 33, 42, 50, 58, 71, 79, 90, 100]) 

Dann können Sie die Stücke von data_temp mit konstantem A Wert Zugriff mit

data_temp[idx[i], idx[i+1]] 

für jede i = 0,..., len(idx)-1.

Dies ist schneller als

for val in uniqs: 
    mask = data_temp['A'] == val 
    chunk = data_temp.loc[mask] 

verwenden, da Zugriff auf grundlegende Scheiben viel schneller als erweiterte Indizierung mit boolean Auswahlmasken ist.

---

import numpy as np 
import matplotlib.pyplot as plt 
np.random.seed(2016) 

data_temp = np.random.randint(10, size=(6*100)).view(
    [(col, '<i8')for col in list('ABCDEF')]) 
data_temp.sort(order=['A']) 
uniqs, idx = np.unique(data_temp['A'], return_index=True) 
idx = np.r_[idx, len(data_temp)] 

result = [] 
for i in range(len(idx)-1): 
    val = uniqs[i] 
    start, end = idx[i], idx[i+1] 
    # Uncomment to see the chunks of `data_temp` with constant A value 
    # print(data_temp[start:end]) 
    mean = {col:data_temp[col][start:end].mean() for col in ['B', 'E']} 
    result.append([val, mean['B'], 0, 1, mean['E']]) 
result = np.array(result) 
print(result) 

fig, ax = plt.subplots() 
ax.plot(result[:, 0], result[:, 1]) 
ax.plot(result[:, 0], result[:, 4]) 
plt.show() 

---

Wenn Sie Pandas haben, wird die ganze Berechnung denkbar einfach:

import pandas as pd 
import matplotlib.pyplot as plt 
data_temp = pd.read_csv(dir_readfile, delimiter='\t', skiprows=1, names=names, 
    usecols=list(range(6))) 
fig, ax = plt.subplots() 
result = data_temp.groupby('A').agg({'B':'mean', 'E':'mean'}) 
result.plot() 
plt.show()