不同行和列数据框python中的总和值

【问题标题】：sum values in different rows and columns dataframe python不同行和列数据框python中的总和值
【发布时间】：2018-12-10 13:24:55
【问题描述】：

我的数据框

如何添加不同行和不同列的值

同样适用于所有行

【问题讨论】：

不确定这是否是您想要做的，但您可以使用 df.iloc[x,y] 访问 pandas 数据帧的任何单元格。您可能想阅读以下内容：pandas.pydata.org/pandas-docs/stable/indexing.html.
能否为您的示例添加预期结果？你想创建一个新的数据框还是覆盖现有的数据框？

【解决方案1】：

如果您只需要使用两列来执行此操作（并且我很理解您的问题），我认为您可以使用 shift 函数。

您的数据框（熊猫？）类似于：

d = {'A': [2, 1, 5], 'B': [3, 4, 6], 'C': [4, 5, 7], 'D':[5, 6, 8]}
df = pd.DataFrame(data=d)

因此，可以创建一个 B 列移位的新数据框：

df2 = df['B'].shift(1)

给出：

0    NaN
1    3.0
2    4.0
Name: B, dtype: float64

然后，将这个新数据与之前的 df 合并，例如，对这些值求和：

df = df.join(df2, rsuffix='shift')
df['out'] = df['A'] + df['Bshift']

最终输出在out列中：

    A   B   C   D   Bshift  out
0   2   3   4   5   NaN     NaN
1   1   4   5   6   3.0     4.0
2   5   6   7   8   4.0     9.0

但这只是一种直觉，我不确定你的问题！

【讨论】：