主页 / coding / 问题 / 78896964
Accepted
Giampaolo Levorato
Asked: 2024-08-21 20:30:15 +0800 CST

如何对同一记录中以相同单词开头的列求和

  • 772

我创建了以下熊猫数据框：

ds = {'col1' : [1,1,1,1,1,1,1,2,2,2,2,3,3,3,3,3,4,4,4,4,4,4,4,4,4],
      'feature1' : [1,1,1,1,1,1,1,2,2,2,2,3,3,3,3,3,4,4,4,4,4,4,4,4,4],
      'col2' : [12,3,4,5,4,3,2,3,4,6,7,8,3,3,65,4,3,2,32,1,2,3,4,5,32],
      
      }

df = pd.DataFrame(data=ds)

数据框如下所示：

print(df)
    col1  feature1  col2
0      1         1    12
1      1         1     3
2      1         1     4
3      1         1     5
4      1         1     4
5      1         1     3
6      1         1     2
7      2         2     3
8      2         2     4
9      2         2     6
10     2         2     7
11     3         3     8
12     3         3     3
13     3         3     3
14     3         3    65
15     3         3     4
16     4         4     3
17     4         4     2
18     4         4    32
19     4         4     1
20     4         4     2
21     4         4     3
22     4         4     4
23     4         4     5
24     4         4    32

我需要创建一个新列（称为sumOfCols），它是名称以 开头的列中包含的值的总和col（在上面的示例中，该列feature1不会包含在计算中）。

生成的数据框如下所示：

在此处输入图片描述

有人能帮帮我吗？提前谢谢了。

pandas

3 个回答

  1. Best Answer

    您可以filter使用正则表达式来访问列，sum然后axis=1：

    df["sumOfCols"] = df.filter(regex="^col").sum(axis=1)

        col1  feature1  col2  sumOfCols
0      1         1    12         13
1      1         1     3          4
2      1         1     4          5
3      1         1     5          6
4      1         1     4          5
5      1         1     3          4
6      1         1     2          3
7      2         2     3          5
8      2         2     4          6
9      2         2     6          8
10     2         2     7          9
11     3         3     8         11
12     3         3     3          6
13     3         3     3          6
14     3         3    65         68
15     3         3     4          7
16     4         4     3          7
17     4         4     2          6
18     4         4    32         36
19     4         4     1          5
20     4         4     2          6
21     4         4     3          7
22     4         4     4          8
23     4         4     5          9
24     4         4    32         36
    • 1

  2. 另一个可能的解决方案：

    df.assign(sumOfCols = df[[col for col in df if col.startswith('col')]].sum(1))

    或者，

    df['sumOfCols'] = df.loc[:,df.columns.str.startswith('col')].sum(1)

    输出：

        col1  feature1  col2  sumOfCols
0      1         1    12         13
1      1         1     3          4
2      1         1     4          5
3      1         1     5          6
4      1         1     4          5
5      1         1     3          4
6      1         1     2          3
7      2         2     3          5
8      2         2     4          6
9      2         2     6          8
10     2         2     7          9
11     3         3     8         11
12     3         3     3          6
13     3         3     3          6
14     3         3    65         68
15     3         3     4          7
16     4         4     3          7
17     4         4     2          6
18     4         4    32         36
19     4         4     1          5
20     4         4     2          6
21     4         4     3          7
22     4         4     4          8
23     4         4     5          9
24     4         4    32         36
    • 1

  3. 如果您不想使用 RegEx 或者希望它看起来更易读，还有一种方法可以实现这一点

    columns_to_ignore = df.columns[~df.columns.str.startswith('col')].to_list()

df["sumOfCols"] = df.drop(columns=columns_to_ignore).sum(axis = 1)

    这将动态获取所有不以“col”开头的列的列表，然后将它们从沿列轴的汇总聚合中删除。

    • 1

相关问题