pandas：将一行附加到数据帧，其中的值是使用应用于选定列的用户定义公式派生的

我有一个数据帧

df = pd.DataFrame(np.random.randn(5,4),columns=list('ABCD')) 

我可以使用以下方法来实现传统的计算，如

mean（）

，

sum（）

等

df.loc['calc'] = df[['A','D']].iloc[2:4].mean(axis=0)

现在我有两个问题

如何将公式（如

exp（mean（））

或

2.5*mean（）/sqrt（max（））

应用于第2行到第4行的“a”列和“D”列

如何将行附加到现有的

df

中，其中两个值将是

A

和

D

的

mean（）

，两个值将是

C

和

B

的特定公式结果

Q1:

您可以使用

.apply（）

和

lambda

函数

df.iloc[2:4,[0,3]].apply(lambda x: np.exp(np.mean(x)))
df.iloc[2:4,[0,3]].apply(lambda x: 2.5*np.mean(x)/np.sqrt(max(x)))

Q2:

您可以使用字典并将它们合并，然后将其添加为一行。 第一个是mean，第二个是一些自定义函数

ad = dict(df[['A', 'D']].mean())
bc = dict(df[['B', 'C']].apply(lambda x: x.sum()*45))

将它们结合起来：

---

最好让我们看看你的预期输出是什么你建议的东西，在Spark 1.6.3中也可以这样做吗我想你可以

ad.update(bc)

df = df.append(ad, ignore_index=True)