合并熊猫数据框最后一行中的一些列答案

【问题标题】：Combine some columns in last row of a pandas dataframe合并熊猫数据框最后一行中的一些列
【发布时间】：2021-03-23 17:45:05
【问题描述】：

编辑：我了解如何获取实际值，但我想知道如何将包含这两个总和的行附加到现有的 df 中？

我有一个数据框 score_card，如下所示：

15min_colour	15min_high	15min_price	30min_colour	30min_high	30min_price
1	1	-1	1	-1	1
1	-1	1	1	1	1
-1	1	-1	1	1	1
-1	1	-1	1	-1	1

现在我想添加一行总结所有 15 分钟数字（前 3 列）和 30 分钟数字等等（实际 df 更大）。意味着我不想将各个列相加，而是将列的总和相加。我要添加的行如下所示：

sum_15min_colour&15min_high&15min_price	sum_30min_colour&30min_high&30min_price
0	8

请忽略标题，这只是为了说明我打算做什么。我假设涉及到一个多索引，但我不知道如何将它应用到我现有的 df 以实现所需的输出。

另外，是否可以用整个表格的总和添加一个列？

感谢您的支持。

【问题讨论】：

15分钟组的总和为零...amirite
np.sum(df.filter(like='15').values) ???

标签： python pandas dataframe numpy

【解决方案1】：

你可以这样总结：

np.sum(df.filter(like='15').values), np.sum(df.filter(like='30').values)

0,8

【讨论】：

谢谢。请参阅编辑，如何将这些结果附加到现有的 df 中？
@Florida_Rolf：它们在附加到原始数据帧后应该是什么样子。因为您将在原始 df 中有 4 列，这将为您提供两列。
这正是我想要解决的问题。有没有办法合并最后一行的 3 列？
@Florida_Rolf：我猜这实际上是不可能的。你可以这样做：stackoverflow.com/questions/49533330/…

【解决方案2】：

`groupby`

可以采用可调用（think 函数）并在 index 或 columns 上使用它

df.groupby(lambda x: x.split('_')[0], axis=1).sum().sum()

15min    0
30min    8
dtype: int64

【讨论】：

谢谢。请参阅编辑，如何将这些结果附加到现有的 df 中？

【解决方案3】：

这取决于轴。

简单地说 - 将轴 0 中的值相加：所以在你的情况下 - 列（它是垂直列中的所有值）。

df.sum(axis = 0, skipna = True)

打印（df）：

输出：

sum_column = df["col1"] + df["col2"]
df["col3"] = sum_column
print(df)

输出：

所以在你的情况下：

summed0Axis = df.sum(axis = 0, skipna = True)
sum_column = summed0Axis["15min_colour"] + summed0Axis["15min_high"] + summed0Axis["15min_price"]

print(sum_column)

更智能的选择：

查找所有列，其中包括 15：

columnsWith15 = df.loc[:,df.columns.str.contains("15").sum]
columnsWith30 = df.loc[:,df.columns.str.contains("30").sum]

【讨论】：