我有一个数据帧A,我想对各行求和,它们的行索引值的数字大于或等于10.
如果这不可能,那么我也可以使用在2-3行中求和的代码.
import pandas as pd
import numpy as np
A = """
Tier Oct Nov Dec
0 up to 2M 4 5 10
1 5M 3 2 7
2 10M 6 0 2
3 15M 1 3 5
"""
tenplus = pd.Series(A(axis=0),index=A.columns[1:])
但这是整个表的总和.我可以做的一件事是从2-3行中构建另一个数据框并对其求和,但是我更喜欢学习最佳实践！
谢谢！
解决方法:
您可以使用普通切片索引来选择要求和的行：
print(df)
# Tier Oct Nov Dec
# 0 up to 2M 4 5 10
# 1 5M 3 2 7
# 2 10M 6 0 2
# 3 15M 1 3 5
# select the last two rows
print(df[2:4])
# Tier Oct Nov Dec
# 2 10M 6 0 2
# 3 15M 1 3 5
# sum over them
print(df[2:4].sum())
# Tier 10M15M
# Oct 7
# Nov 3
# Dec 7
# dtype: object
如您所见,对“层”列求和不会产生任何意义的结果,因为“求和”字符串只是将它们串联在一起.仅总结最后三列会更有意义：
# select the last two rows and the last 3 columns
print(df.loc[2:4, ['Oct', 'Nov', 'Dec']])
# Oct Nov Dec
# 2 6 0 2
# 3 1 3 5
# sum over them
print(df.loc[2:4, ['Oct', 'Nov', 'Dec']].sum())
# Oct 7
# Nov 3
# Dec 7
# dtype: int64
# alternatively, use df.iloc[2:4, 1:] to select by column index rather than name
您可以阅读有关熊猫in the documentation here中索引工作原理的更多信息.
