在熊猫df中添加值的有效方法答案

【问题标题】：Efficient method to add values in a pandas df在熊猫df中添加值的有效方法
【发布时间】：2019-03-04 09:18:53
【问题描述】：

我正在尝试确定更有效地在pandas df 中添加特定值。

对于下面的df，我想在Value 中为Area 中的每个X + Y 添加integers。因此，对于每个X，我想将其添加到以下Y。

import pandas as pd

d = ({
    'Area' : ['X','Y','Z','X','Y','Z'],                                     
    'Value' : [10,11,20,21,30,31],                                     
     })

df = pd.DataFrame(data=d)

如果没有太多值，我可以按照以下方式手动完成：

x = df.iloc[0] + df.iloc[1]

但如果df 相当大，这将变得低效。

预期输出：

21
51

【问题讨论】：

标签： python pandas add

【解决方案1】：

按boolean indexing过滤到Series，创建默认索引和Series.add：

s1 = df.loc[df['Area'].eq('X'), 'Value'].reset_index(drop=True)
s2 = df.loc[df['Area'].eq('Y'), 'Value'].reset_index(drop=True)

s = s1.add(s2)
print (s)
0    21
1    51
dtype: int64

解决方案的优势不是X 和Y 值的重要顺序。

【讨论】：

【解决方案2】：

在每 2 个索引和 sum() 上使用 X 和 Y 和 groupby 创建一个掩码，使用：

m=df[df.Area.isin(['X','Y'])].reset_index(drop=True)
print(m.groupby(m.index//2)['Value'].sum())

输出

   0    21
   1    51

【讨论】：