将每行不同列数的值相加

Question

我有一个数据框，其中包括每个航班在不同价格范围内售出的机票数量。

对于每条记录/行，我想将一列中的值用作 iloc 函数中的索引，以汇总特定列数中的值。

例如，对于每一行，我想将列索引 5 中的值汇总为 ['iloc_index'] 中的值

我试过df.iloc[:, 5:df['iloc_index']].sum(axis=1)，但没用。

样本数据：

   A  B  C  D  iloc_value  total
0  1  2  3  2     1
1  1  3  4  2     2
2  4  6  3  2     1

对于每一行，我想根据['iloc_value']中的值来总结列数

例如，

• 对于第 0 行，我希望总数为 1+2
• 对于第 1 行，我希望总数为 1+3+4
• 对于第 2 行，我希望总数为 4+6

Answer 1

编辑： 我通过这种方式很快得到了结果：

先定义一个函数，可以做一行：

def sum_till_iloc_value(row):
    return sum(row[:row['iloc_value']+1])
    

然后将其应用于所有行以生成输出：

df_flights['sum'] = df_flights.apply(sum_till_iloc_value, axis=1)

   A  B  C  D  iloc_value  sum
0  1  2  3  2           1    3
1  1  3  4  2           2    8
2  4  6  3  2           1   10

以前： 假设您有如下信息：

df_flights = pd.DataFrame({'flight':['f1', 'f2', 'f3'], 'business':[2,3,4], 'economy':[6,7,8]})
df_flights

    flight  business    economy
0   f1  2   6
1   f2  3   7
2   f3  4   8

您可以将所需的列汇总如下：

df_flights['seat_count'] = df_flights['business'] + df_flights['economy']

这将创建一个您以后可以选择的新列：

df_flights[['flight', 'seat_count']]

 flight seat_count
0   f1  8
1   f2  10
2   f3  12

Answer 2

这是一种完全矢量化的方法：融合数据框，仅对相关列求和，然后将总数返回数据框：

d = dict([[y, x] for x, y in enumerate(df.columns[:-1])])

temp_df = df.copy()
temp_df = temp_df.rename(columns=d)
temp_df = temp_df.reset_index().melt(id_vars = ["index", "iloc_value"])
temp_df = temp_df[temp_df.variable <= temp_df.iloc_value]
df["total"] = temp_df.groupby("index").value.sum()

输出是：

   A  B  C  D  iloc_value  total
0  1  2  3  2           1      3
1  1  3  4  2           2      8
2  4  6  3  2           1     10