计算数据框列中用逗号分隔的数字的总和答案

【问题标题】：Calculate the sum of the numbers separated by a comma in a dataframe column计算数据框列中用逗号分隔的数字的总和
【发布时间】：2019-12-20 13:44:55
【问题描述】：

我正在尝试计算数据框列中用逗号分隔的所有数字的总和，但是我不断出错。这就是数据框的样子

Description  scores
logo    
graphics    
eyewear      0.360740,-0.000758
glasses      0.360740,-0.000758
picture      -0.000646
tutorial     0.001007,0.000968,0.000929,0.000889 
computer     0.852264  0.001007,0.000968,0.000929,0.000889

这就是代码的样子

test['Sum'] = test['scores'].apply(lambda x: sum(map(float, x.split(','))))

但是我不断收到以下错误

ValueError: could not convert string to float:

我认为这可能是因为数据框开头缺少值。但是我对数据框进行了子集化以排除缺少的值，但仍然出现相同的错误。

输出

Description  scores                                               SUM
logo    
graphics    
eyewear      0.360740,-0.000758                                0.359982
glasses      0.360740,-0.000758                                0.359982
picture      -0.000646                                        -0.000646
tutorial     0.001007,0.000968,0.000929,0.000889               0.003793
computer     0.852264  0.001007,0.000968,0.000929,0.000889     0.856057

我知道我可能遗漏了非常小的东西，但是我无法弄清楚，有人可以帮我解决它。

提前致谢

【问题讨论】：

标签： python-3.x pandas dataframe lambda apply

【解决方案1】：

有时使用 Python 似乎非常有效，这可能就是其中之一。

df['scores'].apply(lambda x: sum(float(i) if len(x) > 0 else np.nan for i in x.split(',')))

0         NaN
1         NaN
2    0.359982
3    0.359982
4   -0.000646
5    0.003793
6    0.856057

【讨论】：

非常感谢您的回复。

【解决方案2】：

你可以str.split

df.scores.str.split(',',expand=True).astype(float).sum(1).mask(df.scores.isnull())
0         NaN
1         NaN
2    0.359982
3    0.359982
4   -0.000646
5    0.003793
6    0.856057
dtype: float64

【讨论】：

输出应该是前两行应该有空白/缺失值。我已经更新了问题中的输出数据框
非常感谢您的更新，我相信这会在您的最后工作，不知道为什么它不适用于 y 数据框

【解决方案3】：

另一种使用explode、groupby和sum函数的解决方案：

df.scores.str.split(',').explode().astype(float).groupby(level=0).sum(min_count=1)
0         NaN
1         NaN
2    0.359982
3    0.359982
4   -0.000646
5    0.003793
6    0.856057
Name: scores, dtype: float64

或者让@WeNYoBen 的回答稍微短一些”：

df.scores.str.split(',',expand=True).astype(float).sum(1, min_count=1)

【讨论】：