Auswählen bestimmter Spalten für die Berechnung der Zeile weisen insgesamt in pandas

Gibt es eine Möglichkeit, eine Summe über die Spalten nach der Gruppierung in der pandas-Daten-frame? Ich habe zum Beispiel den folgenden Daten Rahmen:

ID   W_1       W_2     W_3 
1    0.1       0.2     0.3
1    0.2       0.4     0.5
2    0.3       0.3     0.2
2    0.1       0.3     0.4
2    0.2       0.0     0.5
1    0.5       0.3     0.2
1    0.4       0.2     0.1

Möchte ich eine zusätzliche Spalte mit der Bezeichnung "my_sum" das Summen der ersten Zeile in allen Spalten (W_1, W_2, W_3). Die Ausgabe wäre etwas wie dieses:

ID   W_1       W_2     W_3     my_sum
1    0.1       0.2     0.3      0.6
1    0.2       0.4     0.5      1.1
2    0.3       0.3     0.2      0.8
2    0.1       0.3     0.4      0.8
2    0.2       0.0     0.5      0.7
1    0.5       0.3     0.2      1.0
1    0.4       0.2     0.1      0.7

Ich tred die folgenden:

df['my_sum'] =   df.groupby('ID')['W_1','W_1','W_1'].transform(sum,axis=1)

aber diese Summen alle Einträge nur W_1. Die Dokumentation erwähnt die Achse parmeter, aber ich bin nicht sicher, warum es nicht wirksam ist.

Ich sah in diesem Frage und auch diese, aber Sie sind anders als das, was ich will.

InformationsquelleAutor | 2017-08-29
  1. 8

    Die Sache, die bleibt, ist die .sum(1). Hier sind einige einfallsreiche alternativen zu den Antworten schon gepostet.

    df.select_dtypes

    df['my_sum'] = df.select_dtypes(float).sum(1)
df
   ID  W_1  W_2  W_3  my_sum
0   1  0.1  0.2  0.3     0.6
1   1  0.2  0.4  0.5     1.1
2   2  0.3  0.3  0.2     0.8
3   2  0.1  0.3  0.4     0.8
4   2  0.2  0.0  0.5     0.7
5   1  0.5  0.3  0.2     1.0
6   1  0.4  0.2  0.1     0.7

    df.iloc

    df['my_sum'] = df.iloc[:, 1:].sum(1)
df
   ID  W_1  W_2  W_3  my_sum
0   1  0.1  0.2  0.3     0.6
1   1  0.2  0.4  0.5     1.1
2   2  0.3  0.3  0.2     0.8
3   2  0.1  0.3  0.4     0.8
4   2  0.2  0.0  0.5     0.7
5   1  0.5  0.3  0.2     1.0
6   1  0.4  0.2  0.1     0.7

    Boolesche Indexierung

    Dies ist widerlich Nutzung Ihrer Daten.

    df['my_sum'] = df[df < 1].sum(1)
df
   ID  W_1  W_2  W_3  my_sum
0   1  0.1  0.2  0.3     0.6
1   1  0.2  0.4  0.5     1.1
2   2  0.3  0.3  0.2     0.8
3   2  0.1  0.3  0.4     0.8
4   2  0.2  0.0  0.5     0.7
5   1  0.5  0.3  0.2     1.0
6   1  0.4  0.2  0.1     0.7

    DataFrame.sum oder numpy.sum

    Filter auf die Spalte-Namen mit str.contains:

    df.iloc[:, df.columns.str.contains('W_')].sum(1)
df
   ID  W_1  W_2  W_3  my_sum
0   1  0.1  0.2  0.3     0.6
1   1  0.2  0.4  0.5     1.1
2   2  0.3  0.3  0.2     0.8
3   2  0.1  0.3  0.4     0.8
4   2  0.2  0.0  0.5     0.7
5   1  0.5  0.3  0.2     1.0
6   1  0.4  0.2  0.1     0.7

    Alternativ versuchen Sie summieren sich auf ein numpy-array direkt für die Leistung:

    df['my_sum'] = df.values[:, 1:].sum(1)
df
   ID  W_1  W_2  W_3  my_sum
0   1  0.1  0.2  0.3     0.6
1   1  0.2  0.4  0.5     1.1
2   2  0.3  0.3  0.2     0.8
3   2  0.1  0.3  0.4     0.8
4   2  0.2  0.0  0.5     0.7
5   1  0.5  0.3  0.2     1.0
6   1  0.4  0.2  0.1     0.7
    InformationsquelleAutor cs95
  2. 4
    In [7]: df['my_sum'] = df.drop('ID',1).sum(axis=1)

In [8]: df
Out[8]:
   ID  W_1  W_2  W_3  my_sum
0   1  0.1  0.2  0.3     0.6
1   1  0.2  0.4  0.5     1.1
2   2  0.3  0.3  0.2     0.8
3   2  0.1  0.3  0.4     0.8
4   2  0.2  0.0  0.5     0.7
5   1  0.5  0.3  0.2     1.0
6   1  0.4  0.2  0.1     0.7

    oder:

    In [9]: df['my_sum'] = df.filter(regex='^W_\d+').sum(axis=1)

In [10]: df
Out[10]:
   ID  W_1  W_2  W_3  my_sum
0   1  0.1  0.2  0.3     0.6
1   1  0.2  0.4  0.5     1.1
2   2  0.3  0.3  0.2     0.8
3   2  0.1  0.3  0.4     0.8
4   2  0.2  0.0  0.5     0.7
5   1  0.5  0.3  0.2     1.0
6   1  0.4  0.2  0.1     0.7
    InformationsquelleAutor MaxU
  3. 4

    Brauchen Sie nicht zu der Gruppe, die von nichts, wenn Sie nur wollen, um die Summe über mehrere Zeilen. Verwenden Sie einfach axis=1 in Ihrer Summe.

    Die crux ist, herauszufinden, wie zu erkennen, welche Spalten für die Summe über. In Ihrem Fall, können wir wählen Sie die entsprechenden Spalten in vielerlei Hinsicht. Wir wissen nicht wirklich, was Ihre "echten" Daten aussieht.

    @MaxU bedeckt, die mehr praktische Lösungen. Diese sollte man schnell sein.

    df.assign(
    my_sum=np.column_stack([df[c].values for c in df if c.startswith('W_')]).sum(1)
)

   ID  W_1  W_2  W_3  my_sum
0   1  0.1  0.2  0.3     0.6
1   1  0.2  0.4  0.5     1.1
2   2  0.3  0.3  0.2     0.8
3   2  0.1  0.3  0.4     0.8
4   2  0.2  0.0  0.5     0.7
5   1  0.5  0.3  0.2     1.0
6   1  0.4  0.2  0.1     0.7

    Oder wenn es wirklich nur ['W_1', 'W_2', 'W_3']

    df.assign(my_sum=df[['W_1', 'W_2', 'W_3']].sum(1))

   ID  W_1  W_2  W_3  my_sum
0   1  0.1  0.2  0.3     0.6
1   1  0.2  0.4  0.5     1.1
2   2  0.3  0.3  0.2     0.8
3   2  0.1  0.3  0.4     0.8
4   2  0.2  0.0  0.5     0.7
5   1  0.5  0.3  0.2     1.0
6   1  0.4  0.2  0.1     0.7
    • Meine Antwort sieht viel wie das Ihre in der Regel tun.
    • Das ist der Grund, warum du hast meine Stimme (-:
    InformationsquelleAutor piRSquared
  4. 0

    Außerdem können Sie eine Liste der dataframe, der angibt, welche Spalten für die Summe über. Dies ist hilfreich, da Spalten, die leicht zu setzen in form einer Liste.

    sum_list = ['W_1', 'W_2', 'W_3']
df['my_sum'] = df[sum_list].sum(1)
    • Dies ist nicht eine Reale Antwort. Während dies kann oder kann nicht, die Frage zu lösen, beschrieben in den OP, die Sie benötigen, um mehr hinzuzufügen Kontext und Erklärung, was die Ursache der original-Ausgabe und wie Sie Ihre Lösung behebt es.
    InformationsquelleAutor sameagol
Schreibe einen Kommentar