我正在尝试对 pandas df 中的列求和，其中该列等于特定值。使用下面的 df，其中['X'] == 'GrV'，我想对 cols 求和('GrV A', 'GrV B')。但我正在返回nan值。import pandas as pddf = pd.DataFrame({ 'X' : ['GrV', 'GrX', 'GrY', 'GrZ', 'GrV', 'GrX', 'GrY', 'GrZ'], 'GrV A' : [4, 2, 6, 5, 1, 2, 5, 6], 'GrX A' : [3, 4, 5, 1, 2, 5, 6, 2], 'GrY A' : [5, 2, 2, 6, 5, 1, 5, 4], 'GrZ A' : [1, 2, 5, 5, 2, 1, 5, 4], 'GrV B' : [4, 2, 6, 5, 1, 2, 5, 6], 'GrX B' : [3, 4, 5, 1, 2, 5, 6, 2], 'GrY B' : [5, 2, 2, 6, 5, 1, 5, 4], 'GrZ B' : [1, 2, 5, 5, 2, 1, 5, 4], })df['Total'] = df.loc[(df['X'] == 'GrV'), ('GrV A', 'GrV B')].sum()df['Total'] = df.loc[(df['X'] == 'GrX'), ('GrX A', 'GrX B')].sum()df['Total'] = df.loc[(df['X'] == 'GrY'), ('GrY A', 'GrY B')].sum()df['Total'] = df.loc[(df['X'] == 'GrZ'), ('GrZ A', 'GrZ B')].sum()预期输出： X GrV A GrX A GrY A GrZ A GrV B GrX B GrY B GrZ B Total0 GrV 4 3 5 1 4 3 5 1 81 GrX 2 4 2 2 2 4 2 2 82 GrY 6 5 2 5 6 5 2 5 43 GrZ 5 1 6 5 5 1 6 5 104 GrV 1 2 5 2 1 2 5 2 25 GrX 2 5 1 1 2 5 1 1 106 GrY 5 6 5 5 5 6 5 5 107 GrZ 6 2 4 4 6 2 4 4 8
4 回答
慕尼黑8549860
TA贡献1818条经验 获得超11个赞
您可以通过使用filter获取列 Gr，使用where通过split（获取 GrV，GrX，...部分）获得的列名的第一个元素等于列 X 并sum沿列：
df['Total'] = (df.filter(like='Gr')
.where(lambda x: df['X'].to_numpy()[:, None]
== x.columns.str.split(' ').str[0].to_numpy())
.sum(axis=1)
)
print (df)
X GrV A GrX A GrY A GrZ A GrV B GrX B GrY B GrZ B Total
0 GrV 4 3 5 1 4 3 5 1 8.0
1 GrX 2 4 2 2 2 4 2 2 8.0
2 GrY 6 5 2 5 6 5 2 5 4.0
3 GrZ 5 1 6 5 5 1 6 5 10.0
4 GrV 1 2 5 2 1 2 5 2 2.0
5 GrX 2 5 1 1 2 5 1 1 10.0
6 GrY 5 6 5 5 5 6 5 5 10.0
7 GrZ 6 2 4 4 6 2 4 4 8.0
三国纷争
TA贡献1804条经验 获得超7个赞
这是另一种方法：
for col in df['X'].tolist():
df['Total_'+col] = np.where(df['X']==col, df[col+' A'] + df[col+' B'], np.NaN)
cols = [col for col in df.columns if col.startswith('Total_')]
df['Total'] = df[cols].sum(axis=1)
df.drop(columns=cols, inplace=True)
print(df)
X GrV A GrX A GrY A GrZ A GrV B GrX B GrY B GrZ B Total
0 GrV 4 3 5 1 4 3 5 1 8.0
1 GrX 2 4 2 2 2 4 2 2 8.0
2 GrY 6 5 2 5 6 5 2 5 4.0
3 GrZ 5 1 6 5 5 1 6 5 10.0
4 GrV 1 2 5 2 1 2 5 2 2.0
5 GrX 2 5 1 1 2 5 1 1 10.0
6 GrY 5 6 5 5 5 6 5 5 10.0
7 GrZ 6 2 4 4 6 2 4 4 8.0
米琪卡哇伊
TA贡献1998条经验 获得超6个赞
这是一种方法：将列 X 附加到索引，获得一对索引和列，其中可以在列中找到新索引中的值，使用结果值索引数据帧（使用loc），堆栈，取消堆栈和得到总数
#append column X to the index
df = df.set_index("X",append=True)
from itertools import product
#get pairing of index and column, where index is in column
index = [(first,second, last)
for (first,second), last
in product(df.index,df.columns)
if second in last]
#stack, index with the index variable,
#unstack, get the sum
#and assign to Total
df['Total'] = df.stack().loc[index].unstack().sum(axis=1)
df
GrV A GrX A GrY A GrZ A GrV B GrX B GrY B GrZ B Total
X
0 GrV 4 3 5 1 4 3 5 1 8.0
1 GrX 2 4 2 2 2 4 2 2 8.0
2 GrY 6 5 2 5 6 5 2 5 4.0
3 GrZ 5 1 6 5 5 1 6 5 10.0
4 GrV 1 2 5 2 1 2 5 2 2.0
5 GrX 2 5 1 1 2 5 1 1 10.0
6 GrY 5 6 5 5 5 6 5 5 10.0
7 GrZ 6 2 4 4 6 2 4 4 8.0
慕田峪4524236
TA贡献1875条经验 获得超5个赞
让我们melt试试groupby
s=df.reset_index().melt(['index','X']).loc[lambda x : x['X']==x['variable'].str.split(' ').str[0]].groupby('index').value.sum()
df['new']=s
df
X GrV A GrX A GrY A GrZ A GrV B GrX B GrY B GrZ B new
0 GrV 4 3 5 1 4 3 5 1 8
1 GrX 2 4 2 2 2 4 2 2 8
2 GrY 6 5 2 5 6 5 2 5 4
3 GrZ 5 1 6 5 5 1 6 5 10
4 GrV 1 2 5 2 1 2 5 2 2
5 GrX 2 5 1 1 2 5 1 1 10
6 GrY 5 6 5 5 5 6 5 5 10
7 GrZ 6 2 4 4 6 2 4 4 8
添加回答
举报
0/150
提交
取消