熊猫数据框 - 将一列与另一列中的值相加

Question

我有一个看起来像这样的数据：-

data = {"doc1" : {'a': 2 , 'b': 1,'c':3}, "doc2" :  {'a': 1 , 'b': 1,'c':3}, "doc3" : {'a': 1 , 'b': 1,'c':3}}

我将其转换为数据框：-

df = pd.DataFrame.from_dict(data,orient='index')

数据框看起来像这样：-

a c b doc1 2 3 1 doc2 1 3 1 doc3 1 3 1

现在我想对 b 列中的所有值求和，其中 a 列的值为 1。

所以我想要的值是 2。

有没有一种简单的方法来做到这一点，而不是遍历两列？ 我查了其他帖子，发现this :-

这利用了 .loc 函数。 df.loc[df['a'] == 1, 'b'].sum()

但由于某种原因，我似乎无法使用我的数据框。

请告诉我。

谢谢。

Answer 1

你很亲密。见下文。

>>> df[df['a'] == 1]['b'].sum()
2

不要使用.loc，而是先尝试过滤数据框（df[df['a'] == 1]），然后选择'b'列，然后求和。

编辑：我将把它留在这里以供将来参考，尽管根据您使用的 pandas 版本，您的解决方案应该有效（感谢@maxymoo）。我正在运行0.18.1，这两种方法都有效。