DataFrame 每一行的值的总和

Question

我有一个 100 行只有一列的 csv 文件。每一行都有很多值，我想找到这些值的总和，但每一行都被视为一个大整数。

如何将我的大型数据集（分隔符？）拆分为单独的列，或者将每行中的每个值相加而无需拆分？

例如。我的文件现在的样子

A     1100100101000112012110011
B     0000010100011000002000111
C     0010100000011000000101110
D     1100000110001011001001100
E     0000210000000000000010010

我想要的样子：

                                    SUM
A     1100100101000112012110011     16
B     0000010100011000002000111     9
C     0010100000011000000101110     8
D     1100000110001011001001100     10
E     0000210000000000000010010     5

我目前无法得到总和，因为每一行都被视为一个大数字。

Answer 1

.apply内的代码说明

• vals 列中的每个值都是str 类型，而不是数字。
• 使用list() 会将字符串分隔成一个列表

ex = list('1100100101000112012110011')

# print(ex)
[out]:
['1', '1', '0', '0', '1', '0', '0', '1', '0', '1', '0', '0', '0', '1', '1', '2', '0', '1', '2', '1', '1', '0', '0', '1', '1']

• 每个值都必须用map转换成int，然后才能对列表求和。

print(list(map(int, ex)))
[out]:
[1, 1, 0, 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 1, 1, 2, 0, 1, 2, 1, 1, 0, 0, 1, 1]

读取 csv 并转换列的代码

• 要读取给定文件，请使用pandas.read_csv 并使用sep='\\s+' 指定分隔符。
• 使用pandas.DataFrame.apply 转换列

import pandas as pd

# given the sample csv
df = pd.read_csv('test.csv', sep='\\s+', header=None)
df.rename(columns={0: 'ID', 1: 'vals'}, inplace=True)

# transform the column with apply
df['SUM'] = df.vals.apply(lambda x: sum(map(int, list(x))))

# display(df)
  ID                       vals  SUM
0  A  1100100101000112012110011   16
1  B  0000010100011000002000111    9
2  C  0010100000011000000101110    8
3  D  1100000110001011001001100   10
4  E  0000210000000000000010010    5

# save the df
df.to_csv('test.csv', index=False)

Answer 2

使用列表理解的替代解决方案：

df['SUM'] = df.vals.map(lambda x: sum([int(i) for i in x]))

结果df:

  id                       vals  SUM
0  A  1100100101000112012110011   16
1  B  0000010100011000002000111    9
2  C  0010100000011000000101110    8
3  D  1100000110001011001001100   10
4  E  0000210000000000000010010    5