布尔掩码分组与向量化聚合是什么？

关键要点

• 布尔掩码分组利用条件（如months == m）生成布尔数组来筛选数据。
• 向量化聚合使用NumPy函数（如np.mean）对整个数组进行计算，速度快于循环。
• 该方法的核心流程是：遍历去重键，用掩码取出子集，再进行聚合计算。
• 此方法支持脏数据容错（如用try/except处理转换异常）和加权平均（用np.average）。

怎么选 / 怎么做

判断规则或步骤：
1. 使用np.unique得到所有不重复的分组键（如月份）。
2. 遍历每个分组键，用分组数组 == 键生成布尔掩码。
3. 用该掩码索引原始数据数组，得到当前分组的数据子集。
4. 对子集直接使用NumPy聚合函数（如np.mean, np.sum, np.average）进行计算。

常见问题

布尔掩码分组是什么？

用条件生成布尔数组，筛选出符合条件的数据子集。

向量化聚合是什么？

用NumPy函数对整个数组进行计算，避免使用循环。

两者结合有什么好处？

代码简洁、执行高效，是分组统计的常用方法。