如何将二维 numpy 数组的行组的值相加以形成另一个 numpy 数组？

Question

我有一个 csv 文件，我将其导入 2D numpy 数组（它最初在单独的列中有浮点数和整数）。我打算将数组的每组

N

行的值相加以形成单行新数组。我只能考虑在嵌套循环中分别添加每一行和每一列的值，那么有没有其他更好的 numpy 方法来做到这一点？这是我开始的，但似乎太笨拙了：

def read_results(N, t_eval):
    solution_cells = pd.read_csv("battery_solution_6.csv").to_numpy() # This makes the array uniformly as float
    solution_battery = [None]
    for t in t_eval:
        solution_t = [None] # Sum of all cell results in one for particular t
        for i in range(N):
            solution_t += solution_cells[t*N+i,:] # Need to implement another layer of loop for summing each column value for each row
        solution_battery.append(solution_t)
# t*N+i to get a group of N rows together for the summing, appending to a final array for the summed results

本质上，我有这样的东西：

t i x y z
0 0 1 2 3
0 1 1 2 3
0 2 1 2 3
1 0 1 2 3
1 1 1 2 3
1 2 1 2 3
2 0 1 2 3
2 1 1 2 3
2 2 1 2 3
...

where

i is in range(N)

，因此需要将每组

N

行加在一起以获得电池。 （当然，所有 x、y、z 值都是不同的）这需要“添加”以导致：

t x y z
0 3 6 9
1 3 6 9
2 3 6 9

不需要

i

，因为所有数据都已求和。

Answer 1

假设

t

列表示记录组：您可以轻松地使用 pandas

df.groupby

并在组中汇总值：

df = pd.read_csv("battery_solution_6.csv", sep='\s+')
res = df.drop(columns='i').groupby('t').sum().reset_index()

---

   t  x  y  z
0  0  3  6  9
1  1  3  6  9
2  2  3  6  9