我有以下 pandas DataFrame。
import pandas as pd
df = pd.read_csv('filename.csv')
print(df)
dog A B C
0 dog1 0.787575 0.159330 0.053095
1 dog10 0.770698 0.169487 0.059815
2 dog11 0.792689 0.152043 0.055268
3 dog12 0.785066 0.160361 0.054573
4 dog13 0.795455 0.150464 0.054081
5 dog14 0.794873 0.150700 0.054426
.. ....
8 dog19 0.811585 0.140207 0.048208
9 dog2 0.797202 0.152033 0.050765
10 dog20 0.801607 0.145137 0.053256
11 dog21 0.792689 0.152043 0.055268
....
我通过对列 "A" 求和来创建一个新列, "B" , "C"如下:
df['total_ABC'] = df[["A", "B", "B"]].sum(axis=1)
现在我想根据条件执行此操作，即如果 "A" < 0.78然后创建一个新的汇总列 df['smallA_sum'] = df[["A", "B", "B"]].sum(axis=1) .否则，该值应为零。
如何创建这样的条件语句？
我的想法是使用
df['smallA_sum'] = df1.apply(lambda row: (row['A']+row['B']+row['C']) if row['A'] < 0.78))
但是，这不起作用，我无法指定轴。
如何根据其他列的值创建列？
你也可以为每个 df['dog'] == 'dog2' 做类似的事情, 创建列 dog2_sum ，即
df['dog2_sum'] = df1.apply(lambda row: (row['A']+row['B']+row['C']) if df['dog'] == 'dog2'))
但我的做法是不正确的。
最佳答案
下面应该可以工作，这里我们屏蔽满足条件的 df，这会将 NaN 设置为不满足条件的行，因此我们调用 fillna 在新栏上:
In [67]:
df = pd.DataFrame(np.random.randn(5,3), columns=list('ABC'))
df
Out[67]:
A B C
0 0.197334 0.707852 -0.443475
1 -1.063765 -0.914877 1.585882
2 0.899477 1.064308 1.426789
3 -0.556486 -0.150080 -0.149494
4 -0.035858 0.777523 -0.453747
In [73]:
df['total'] = df.loc[df['A'] > 0,['A','B']].sum(axis=1)
df['total'].fillna(0, inplace=True)
df
Out[73]:
A B C total
0 0.197334 0.707852 -0.443475 0.905186
1 -1.063765 -0.914877 1.585882 0.000000
2 0.899477 1.064308 1.426789 1.963785
3 -0.556486 -0.150080 -0.149494 0.000000
4 -0.035858 0.777523 -0.453747 0.000000
另一种方法是调用 where在 sum 结果上，当条件不满足时，这需要一个值参数来返回:
In [75]:
df['total'] = df[['A','B']].sum(axis=1).where(df['A'] > 0, 0)
df
Out[75]:
A B C total
0 0.197334 0.707852 -0.443475 0.905186
1 -1.063765 -0.914877 1.585882 0.000000
2 0.899477 1.064308 1.426789 1.963785
3 -0.556486 -0.150080 -0.149494 0.000000
4 -0.035858 0.777523 -0.453747 0.000000
关于python - Pandas :如何根据其他列值的条件对列求和？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37947641/