如何根据另一列表的唯一值对数值列表按索引匹配求和？

针对你的需求，这里提供几种高效的实现方式，结合你已经用到的numpy工具，也补充纯Python的实现方法：

方法一：利用numpy的return_inverse快速分组求和 #

这种方法直接通过numpy的内置函数完成分组，效率最高：

import numpy as np

list_one = ["A", "A", "B", "B", "C", "C"]
list_two = [1000, 200, 500, 120, 500, 350]

# 转换为numpy数组方便操作
arr_one = np.array(list_one)
arr_two = np.array(list_two)

# 获取唯一值列表，以及原数组每个元素对应的唯一值下标
unique_vals, inverse_idx = np.unique(arr_one, return_inverse=True)

# 按分组下标求和，weights参数指定对应数值
sum_vals = np.bincount(inverse_idx, weights=arr_two)

# 转换为整数列表（如果需要）
res_list = [int(val) for val in sum_vals]
print(res_list)  # 输出: [1200, 620, 850]

方法二：基于你已获取的唯一值索引实现 #

如果你想继续使用之前拿到的unique_indices，可以通过布尔索引筛选对应元素求和：

import numpy as np

list_one = ["A", "A", "B", "B", "C", "C"]
list_two = [1000, 200, 500, 120, 500, 350]

arr_one = np.array(list_one)
arr_two = np.array(list_two)

# 获取唯一值和首次出现的索引（你已经拿到的结果）
unique_vals, unique_indices = np.unique(arr_one, return_index=True)

res_list = []
for val in unique_vals:
    # 筛选所有等于当前分组键的元素，求和对应数值
    group_sum = arr_two[arr_one == val].sum()
    res_list.append(group_sum)

print(res_list)  # 输出: [1200, 620, 850]

方法三：纯Python字典实现（无需numpy） #

如果不想依赖numpy，用普通字典也能轻松实现：

list_one = ["A", "A", "B", "B", "C", "C"]
list_two = [1000, 200, 500, 120, 500, 350]

sum_dict = {}
# 遍历配对的键和数值，累加求和
for key, num in zip(list_one, list_two):
    sum_dict[key] = sum_dict.get(key, 0) + num

# 按键的升序生成结果列表（和numpy的unique结果顺序一致）
res_list = [sum_dict[key] for key in sorted(sum_dict.keys())]
print(res_list)  # 输出: [1200, 620, 850]

内容的提问来源于stack exchange，提问作者Steven01123581321