根据另一个列表的元素添加列表的元素

Question

这是我之前问过的另一个问题的延续（Dataframe add element from a column based on values contiguity from another columns），如果我使用 pandas 我得到了解决方案DataFrame，但如果我有 2 个列表则没有，这里是我的地方我卡住了。

我有 2 个列表：

a=[2,3,4,1]
b=[5,6,7,2,8,9,1,2,3,4]

结果我想添加b使用值的元素a。a = 2所以我想从前两个元素中添加b第一个元素(5+6)

a = 3所以我想从b接下来的 3 个元素 中添加第二个元素(7+2+8)
，依此类推。

我试过afor 循环，但总和总是从的第一个元素开始b。有没有一种方法可以在不更改或创建另一个列表的情况下获得我想要的结果b？

Answer 1

这是你要找的吗？a=[2,3,4,1]b=[5,6,7,2,8,9,1,2,3,4]c = []index = 0for item in a:    c.append(sum(b[index: index + item]))    index += itemprint(c)输出[11, 17, 15, 4]

Answer 2

麻木的：import numpy as np np.add.reduceat(b,np.cumsum(np.concatenate([[0],a[:-1]])))# array([11, 17, 15,  4])Python：import itertools as itbi = iter(b)[sum(it.islice(bi,x)) for x in a]# [11, 17, 15, 4]

Answer 3

a=[2,3,4,1] b=[5,6,7,2,8,9,1,2,3,4]new = []i=0for x in range(len(a)):    el = a[x]    new.append(sum(b[i:i+el]))    i=i+elprint(new)#[11, 17, 15, 4]

Answer 4

我会用来numpy.cumsum获取下一系列总和的起始索引的运行总和。然后，您可以将该索引列表压缩到自身偏移 1 以确定每次迭代求和的切片。>>> from numpy import cumsum>>> starts = cumsum([0] + a)>>> [sum(b[i:j]) for i,j in zip(starts, starts[1:])][11, 17, 15, 4]

Answer 5

在不创建新的中介列表的情况下，您可以执行以下操作：[ sum( b[ sum(a[:i]): ][ :a[i] ] ) for i in range(len(a)) ]虽然，它有点计算量大。使用构建列表的 for 循环c将是一种更有效的方法，就像@Balaji Ambresh 回答的那样。