我有以下数据框架:
In [1]:
df = pd.DataFrame({'a': [1, 2, 3],
'b': [2, 3, 4],
'c': ['dd', 'ee', 'ff'],
'd': [5, 9, 1]})
df
Out [1]:
a b c d
0 1 2 dd 5
1 2 3 ee 9
2 3 4 ff 1
我想添加一个列'e'，它是'a'， 'b'和'd'列的和。
在浏览论坛时，我认为这样做是可行的:
df['e'] = df[['a', 'b', 'd']].map(sum)
但事实并非如此。
我想知道对列['a'， 'b'， 'd']和df作为输入的适当操作。
当前回答
当列按顺序排列时，遵循语法对我有帮助
awards_frame.values[:,1:4].sum(axis =1)
其他回答
你可以简单地将你的数据帧传递给下面的函数:
def sum_frame_by_column(frame, new_col_name, list_of_cols_to_sum):
frame[new_col_name] = frame[list_of_cols_to_sum].astype(float).sum(axis=1)
return(frame)
例子:
我有一个数据帧(awards_frame)如下:
.．.我想创建一个新列，显示每一行的奖励总和:
用法:
我简单地将我的awards_frame传递到函数中，同时指定新列的名称，以及要求和的列名列表:
sum_frame_by_column(awards_frame, 'award_sum', ['award_1','award_2','award_3'])
结果:
你可以使用函数aggregate或agg:
df[['a','b','d']].agg('sum', axis=1)
agg的优点是你可以使用多个聚合函数:
df[['a','b','d']].agg(['sum', 'prod', 'min', 'max'], axis=1)
输出:
sum prod min max
0 8 10 1 5
1 14 54 2 9
2 8 12 1 4
如果你只有几列要求和，你可以这样写:
df['e'] = df['a'] + df['b'] + df['d']
这将创建新的列e，其值为:
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，首选EdChum的答案。
这是一种使用iloc选择要求和的列的更简单的方法:
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
我找不到一种方法来结合一个范围和特定的列，例如:
df['i']=df.iloc[:,[[0:2],3]].sum(axis=1)
df['i']=df.iloc[:,[0:2,3]].sum(axis=1)
这里最短最简单的方法就是使用
df.eval('e = a + b + d')
