重新计算和更正 numpy 数组中的值

Question

我有一个 CSV 格式的数据集，作为二维数组导入：

game_id, player_score, rounds_played
0, 56, 30
0, 44, 30
1, 77, 26
1, 34, 26
2, 36, 23
2, 31, 23

在下一步中，我需要创建一个新数组，其中 player_score 需要在每场比赛中相对于 rounds_played 进行相对化，以估计性能的好坏单看分数的时候。

在“for 循环”中，我做了类似的事情，我计算了每轮得分的“权重”，然后再次将因子乘以轮数：

鉴于 30 是此集合中的最大值 rounds_played：

weight = (player_score * rounds_played) / 30
new_score = weight

然后我会将 new_score 附加到一个新数组。

如果我有一个更大的二维数组，这会变得很慢。 - 是否有更短、更直接的方法（可能是在 numpy 中）来创建一个具有更正分数的新数组？

Answer 1

您可以在 pandas.

中轻松快速地完成（由于 python 矢量化）

df['new_score'] = (df.player_score * df.rounds_played) / 30

结果 df:

re-calculating and correcting values inside numpy array