【发布时间】:2015-09-03 13:54:04
【问题描述】:
这应该很容易:
我有一个包含以下列的数据框
a,b,min,w,w_min
我要做的就是总结列 min、w 和 w_min 并将结果读入另一个数据帧。
我看过,但我找不到与此直接相关的先前提出的问题。我发现的一切似乎都比我想要做的复杂得多。
【问题讨论】:
-
那么你尝试
df[['min','w','w_min']].sum()了吗?
这应该很容易:
我有一个包含以下列的数据框
a,b,min,w,w_min
我要做的就是总结列 min、w 和 w_min 并将结果读入另一个数据帧。
我看过,但我找不到与此直接相关的先前提出的问题。我发现的一切似乎都比我想要做的复杂得多。
【问题讨论】:
df[['min','w','w_min']].sum()了吗?
您可以只传递一个列列表并选择这些列来执行求和:
In [64]:
df = pd.DataFrame(columns=['a','b','min','w','w_min'], data = np.random.randn(10,5) )
df
Out[64]:
a b min w w_min
0 0.626671 0.850726 0.539850 -0.669130 -1.227742
1 0.856717 2.108739 -0.079023 -1.107422 -1.417046
2 -1.116149 -0.013082 0.871393 -1.681556 -0.170569
3 -0.944121 -2.394906 -0.454649 0.632995 1.661580
4 0.590963 0.751912 0.395514 0.580653 0.573801
5 -1.661095 -0.592036 -1.278102 -0.723079 0.051083
6 0.300866 -0.060604 0.606705 1.412149 0.916915
7 -1.640530 -0.398978 0.133140 -0.628777 -0.464620
8 0.734518 1.230869 -1.177326 -0.544876 0.244702
9 -1.300137 1.328613 -1.301202 0.951401 -0.693154
In [65]:
cols=['min','w','w_min']
df[cols].sum()
Out[65]:
min -1.743700
w -1.777642
w_min -0.525050
dtype: float64
【讨论】: