Pandas>>按照行、列进行求和 | 您所在的位置:网站首页 › 每一列都求和 › Pandas>>按照行、列进行求和 |
先看下图 使用1值表示沿着每一行或者列标签模向0.行对应的方法data_test['axis_1']=data_test.loc[:,['number_1','number_2']].apply(lambda x:x.sum(),axis=1) 使用0值表示沿着每一列或行标签\索引值向下执行方法data_test.loc['axis_0']=data_test.loc[:,['number_1','number_2','axis_1']].apply(lambda x:x.sum()) #场景:两个dataFrame,一个是学生的[学号,姓名,班级] [学号,成绩] ,通过学号将两组信息合并到一起 #场景:两个dataFrame,一个是学生的[学号,姓名,班级] [学号,姓名,班级] ,通过学号将两组信息合并到一起 import pandas as pd # 把文件路径给记录下来 path = 'D:\数学成绩.xls' path1 = 'D:\语文成绩.xls' # 把读取到的数据保存下来 datas = pd.read_excel(path) datas1 = pd.read_excel(path1) # 按信息查询 shuxue = datas.loc[0:53,['学号','姓名','成绩']] #newdata yuwen = datas1.loc[0:53,['学号','姓名','成绩']] all_amount = pd.merge(shuxue,yuwen,left_on='学号',right_on='学号') all_amount = all_amount.loc[:,['学号','姓名_x','成绩_x','成绩_y']] all_amount.columns =['学号','姓名','数学','语文'] all_amount['总分'] = all_amount.iloc[:,2:4].sum(axis=1) all_amount = all_amount.sort_values(['总分'],ascending=False) #all_amount.loc['Row_sum'] = all_amount.apply(lambda x: x.sum()) all_amount.loc['axis_0']=all_amount.loc[:,['数学','语文','总分']].apply(lambda x:x.sum()) all_amount
Pandas:对给定列的DataFrame行求和 a b c d 0 1 2 dd 5 1 2 3 ee 9 2 3 4 ff 1 我想添加一列'e',它是列的总和'a','b'和'd'。
慕雪6173905 你可以只sum设置param axis=1来对行进行求和,这将忽略无数字列:
In [91]:
df = pd.DataFrame({'a': [1,2,3], 'b': [2,3,4], 'c':['dd','ee','ff'], 'd':[5,9,1]}) df['e'] = df.sum(axis=1) df Out[91]: a b c d e 0 1 2 dd 5 8 1 2 3 ee 9 14 2 3 4 ff 1 8 如果您只想对特定列求和,则可以创建列的列表并删除您不感兴趣的列:
In [98]:
col_list= list(df) col_list.remove('d') col_list Out[98]: ['a', 'b', 'c'] In [99]:
df['e'] = df[col_list].sum(axis=1) df Out[99]: a b c d e 0 1 2 dd 5 3 1 2 3 ee 9 5 2 3 4 ff 1 7 如果你只有几列要总和,你可以写:
df['e'] = df['a'] + df['b'] + df['d'] 这将创建e具有以下值的新列:
a b c d e 0 1 2 dd 5 8 1 2 3 ee 9 14 2 3 4 ff 1 8 对于较长的列列表,EdChum的答案是首选。 这是一种更简单的方法,使用iloc选择要求和的列:
df['f']=df.iloc[:,0:2].sum(axis=1) df['g']=df.iloc[:,[0,1]].sum(axis=1) df['h']=df.iloc[:,[0,3]].sum(axis=1) 生产:
a b c d e f g h 0 1 2 dd 5 8 3 3 6 1 2 3 ee 9 14 5 5 11 2 3 4 ff 1 8 7 7 4 我无法找到一种方法来组合范围和特定列,例如:
df['i']=df.iloc[:,[[0:2],3]].sum(axis=1) df['i']=df.iloc[:,[0:2,3]].sum(axis=1)
|
CopyRight 2018-2019 实验室设备网 版权所有 |