选择性累积和的向量化实现：Pandas Series与NumPy数组处理

嘿，我来帮你搞定这个向量化的实现！咱们完全不用写显式循环，靠Pandas和NumPy的内置向量化操作就能高效完成需求，具体步骤如下：

1. 先明确需求对应的逻辑 #

比如你的输入里，series_example[0]是[1,3,2]，对应arr_example的索引1（值0.5）、3（值0.1）、2（值0.25），累积和就是0.5 → 0.5+0.1=0.6 → 0.6+0.25=0.85，和你给出的示例输出完全匹配。

2. 向量化实现代码 #

先导入需要的库，然后定义你的输入数据：

import pandas as pd
import numpy as np

series_example = pd.Series([[1, 3, 2], [1, 2]])
arr_example = np.array([3., 0.5, 0.25, 0.1])

接下来是核心的向量化操作：

# 第一步：展开Series中的每个索引列表，同时保留原Series的索引（用来分组）
expanded_indices = series_example.explode().astype(int)

# 第二步：根据展开后的索引，提取arr_example中对应的数值
corresponding_values = arr_example[expanded_indices]

# 第三步：按原索引分组，计算每组的累积和，再把每组的结果重新组合成列表
result_series = corresponding_values.groupby(expanded_indices.index).cumsum()\
                                    .groupby(expanded_indices.index).apply(list)

运行后，result_series就是你要的结果：

print(result_series)
# 输出：
# 0    [0.5, 0.6, 0.85]
# 1      [0.5, 0.75]
# dtype: object

3. 为什么这是向量化方案？ #

这里的explode、数组索引取值、groupby和cumsum都是Pandas/NumPy底层优化过的向量化操作，没有显式的Python循环（比如for遍历每个元素），在数据量较大时，效率会比非向量化的实现高出一个数量级。如果你的输入Series行数特别多，这个方案的优势会非常明显～

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