Python - 不等长列表的列求和

---

什么是列求和

列求和指的是计算数据集或矩阵中每一列的值之和的过程。在数据分析或数值计算的背景下，列求和是用于沿垂直轴汇总和分析数据的常用操作。

例如，考虑一个以表格形式表示的数据集，其中包含行和列。每一列对应一个变量或特征，每一行对应一个观测值或数据点。列求和涉及将每一列中的值加起来，以获得每个变量的单个总和。让我们用一个例子来说明这一点。

假设我们有以下数据集，表示五个人在三次不同测量中的身高（以厘米为单位）。

	测量 1	测量 2	测量 3
0	170	175	180
1	165	168	172
2	180	182	178
3	172	169	171
4	175	176	174

要计算列求和，我们必须将每一列中的值加起来。

列求和

• 测量 1：862

• 测量 2：870

• 测量 3：875

在这种情况下，列求和提供了每次测量的总高度，使我们能够概览每个变量中的累积值。

当您拥有不等长的列表并希望在 Python 中计算每一列的列总和时，我们可以使用不同的方法。以下列出了三种实现此目的的方法。

使用循环和填充列表

在这种方法中，我们可以循环遍历列表并对每一列的值求和，同时考虑列表的长度可能不同。我们需要用零填充较短的列表以使其长度相等。

示例

在此示例中，我们首先使用`max(len(lst) for lst in lists)`找到所有列表中的最大长度。然后，我们使用列表推导式用零填充每个列表以匹配最大长度。填充后，我们可以使用`zip(*padded_lists)`转置列表，最后，我们使用另一个列表推导式计算列总和。

lists = [
   [1, 2, 3],
   [4, 5],
   [6, 7, 8, 9]
]
max_length = max(len(lst) for lst in lists)
padded_lists = [lst + [0] * (max_length - len(lst)) for lst in lists]
column_sum = [sum(col) for col in zip(*padded_lists)]
print("The column summation of uneven sized lists:",column_sum)

输出

The column summation of uneven sized lists: [11, 14, 11, 9]

使用 Itertools.zip_longest() 函数

来自 `itertools` 模块的`zip_longest`函数允许我们将不等长列表压缩在一起，并用指定默认值（在本例中为 0）填充缺失的值。

示例

在此示例中，`zip_longest(*lists, fillvalue=0)`用填充压缩列表，然后我们使用列表推导式计算列总和，这与之前的方法类似。

from itertools import zip_longest
lists = [
   [1, 2, 3],
   [4, 5],
   [6, 7, 8, 9, 10]
]
column_sum = [sum(col) for col in zip_longest(*lists, fillvalue=0)]
print("The column summation of uneven sized lists:",column_sum)

输出

The column summation of uneven sized lists: [11, 14, 11, 9, 10]

使用 NumPy

NumPy提供了一种优雅的方法来处理不等长列表，而无需显式填充。即使列表长度不同，它也会自动广播列表以执行求和操作。

示例

在此示例中，我们使用`np.array(lists)`将列表列表转换为 NumPy 数组，其中每一行表示一个列表。然后，我们使用`np.sum(arr, axis=0)`沿第一个轴（即行）计算总和，这有效地为我们提供了列总和。

import numpy as np
lists = [
   [1, 2, 3],
   [4, 5],
   [6, 7, 8, 9]
]
arr = np.array(lists, dtype=object )
column_sum = np.sum(arr, axis=0)
print("The column summation of uneven sized lists:",column_sum)

输出

The column summation of uneven sized lists: [1, 2, 3, 4, 5, 6, 7, 8, 9]