python - 取具有相同值的每个元素的平均值的最快方法？

Question

我不太确定如何提出这个问题。我几乎可以肯定以前有人问过这个问题，但我找不到。

我有一些数据，比如:

x = np.random.rand(100) * 0.0001
y = [round(i, 1) for i in np.random.rand(100)]

它们都是 100 个元素长。但是，y 只包含大约 10 个唯一元素。对于 y 中的每个唯一元素，我想取 x 中所有数字的平均值在同一个位置。

类似于:

averageX = []
for unique in set(y):
    items = []
    for i in y:
         if i == unique:         # For each copy of this number
              items.append(x[i]) # take all the items in x at that index
    averageX.append(mean(items)) # and take the average

执行此操作的最佳 pythonic 方法是什么？

Answer 1

如果你转换成 pandas，你可以利用 groupby

x = np.random.rand(100) * 0.0001
y = [round(i, 1) for i in np.random.rand(100)]

import pandas as pd
df=pd.DataFrame([x,y]).transpose().rename(columns={0:'x',1:'y'})
df.groupby(['y']).mean()

#Output:
#0.0  0.000019
#0.1  0.000046
#0.2  0.000051
#0.3  0.000049
#0.4  0.000031
#0.5  0.000043
#0.6  0.000051
#0.7  0.000049
#0.8  0.000044
#0.9  0.000053
#1.0  0.000034