Python 对存储在dataframe中的多个列表求和

我有一个包含多个列表的数据框，存储为：

我有两个数据帧：

df1.ix[1:3]
DateTime      Col1     Col2 
2018-01-02    [1, 2]   [11, 21]
2018-01-03    [3, 4]   [31, 41]

我想对df1中的列表求和，得到：

DateTime      sumCol 
2018-01-02    [12, 23]
2018-01-03    [34, 45]

我尝试了

numpy.sum（df1，axis=1）

，但这会导致列表连接而不是sum

编辑：

---

我的原始数据帧有两列以上

使用列表理解和

np.array

：

df.assign(sumCol=[np.array(x) + np.array(y) for x, y in zip(df.Col1, df.Col2)])

如果阵列的长度始终相同：

df.assign(sumCol=[np.stack([x,y]).sum(0) for x, y in zip(df.Col1, df.Col2)])

要将此应用于许多列，可以使用

iloc

zip(*df.iloc[:, 1:].values.T)

---

下面是一个更宽数据帧的示例：

   A       B       C       D
0  1  [1, 2]  [1, 2]  [1, 2]
1  2  [3, 4]  [3, 4]  [3, 4]
2  3  [5, 6]  [5, 6]  [5, 6]

使用

zip

和

df.values

df.assign(sumCol=[np.stack(a).sum(0) for a in zip(*df.iloc[:, 1:].values.T)])

---

不要这样做。使用Pandas数据帧是一种效率极低的方法，因为您的一系列列表是数据类型

object

，无法通过NumPy直接访问

但是，如果你坚持的话，至少部分地将你的计算矢量化。例如，使用NumPy：

arr1 = np.array(df['Col1'].values.tolist())
arr2 = np.array(df['Col2'].values.tolist())

df['Sum'] = pd.DataFrame(arr1 + arr2).values.tolist()

print(df)

     DateTime    Col1      Col2       Sum
0  2018-01-02  [1, 2]  [11, 21]  [12, 23]
1  2018-01-03  [3, 4]  [31, 41]  [34, 45]

---

旁注，

ix

自Pandas v0.20.0以来一直被弃用。改用

loc

。

如何修改“np.array（x）+np.array（y）”。@Zanam添加了一个示例

   A       B       C       D    sumCol
0  1  [1, 2]  [1, 2]  [1, 2]    [3, 6]
1  2  [3, 4]  [3, 4]  [3, 4]   [9, 12]
2  3  [5, 6]  [5, 6]  [5, 6]  [15, 18]

arr1 = np.array(df['Col1'].values.tolist())
arr2 = np.array(df['Col2'].values.tolist())

df['Sum'] = pd.DataFrame(arr1 + arr2).values.tolist()

print(df)

     DateTime    Col1      Col2       Sum
0  2018-01-02  [1, 2]  [11, 21]  [12, 23]
1  2018-01-03  [3, 4]  [31, 41]  [34, 45]