基于python中另一列的值在python中添加新列

我试图用这个数据集做一些简单的操作

我正在努力：

计算归属于每个群集的计数总数。例如，对于集群0，我必须求和7+4+61+7+12=91

添加一个新列“计数总数”，其中计数总数与相应的群集成对出现（即“群集”列中值为“0”的行在“计数总数”列中的值为91）

将“计数”列除以“计数总数”并乘以100（计算计数百分比）。结果应添加到新列中

有人能帮我写一个代码吗？

你可以用 这行代码将为您提供名为total的新列和 此列为第0列至第11列数值的平均值 在这里，你可以用你需要的任何其他运算来替换平均值

 df['total'] = df.iloc[:,:12].mean()

您可以使用 这行代码将为您提供名为total的新列和 此列为第0列至第11列数值的平均值 在这里，你可以用你需要的任何其他运算来替换平均值

 df['total'] = df.iloc[:,:12].mean()

要计算每个群集的计数总数，请使用以下代码：

total=df.groupby（'clusters'）['count'].sum（）.rename（'total of counts'））

要添加一个新列“计数总数”，其中计数总数与相应的群集成对出现，请使用以下代码：

df=df.join（总计，on='clusters'，lsuffix=''）

要将“计数”列除以“计数总数”并乘以100，请使用以下代码：

df['counts by total of counts']=df['count']/df['total of counts']*100

要计算每个群集的计数总数，请使用以下代码：

total=df.groupby（'clusters'）['count'].sum（）.rename（'total of counts'））

要添加一个新列“计数总数”，其中计数总数与相应的群集成对出现，请使用以下代码：

df=df.join（总计，on='clusters'，lsuffix=''）

要将“计数”列除以“计数总数”并乘以100，请使用以下代码：

df['counts by total of counts']=df['count']/df['total of counts']*100

---

假设已调用数据帧

df

，则可以执行以下操作：

第1点 使用clusters列上的

groupby（）

方法，并使用

sum（）

聚合方法计算总和，如：

df_grouped = df.groupby('clusters').sum()

完成后，您可能希望将该数据框中的列重命名为更有用的名称，如：

df_grouped = df_grouped.rename(columns={'count': 'cluster_count'})

第2点 要将总计返回到数据帧中，您可以将分组的_df与原始数据帧合并，如：

df_merged = pd.merge(left=df, 
                     right=df_grouped, 
                     left_on='clusters', 
                     right_index=True)

其中，使用“集群”列是左数据帧的键，并使用df_分组数据帧的索引（集群值将在第1点中的

groupby（）

操作之后的索引中）

第3点 最后一步现在很简单。只需使用最终数据帧并添加一个包含所需计算结果的新列：

df_merged['count_pct_cluster'] = df_merged['count'] / df_merged['cluster_count'] * 100

---

假设已调用数据帧

df

，则可以执行以下操作：

第1点 使用clusters列上的

groupby（）

方法，并使用

sum（）

聚合方法计算总和，如：

df_grouped = df.groupby('clusters').sum()

完成后，您可能希望将该数据框中的列重命名为更有用的名称，如：

df_grouped = df_grouped.rename(columns={'count': 'cluster_count'})

第2点 要将总计返回到数据帧中，您可以将分组的_df与原始数据帧合并，如：

df_merged = pd.merge(left=df, 
                     right=df_grouped, 
                     left_on='clusters', 
                     right_index=True)

其中，使用“集群”列是左数据帧的键，并使用df_分组数据帧的索引（集群值将在第1点中的

groupby（）

操作之后的索引中）

第3点 最后一步现在很简单。只需使用最终数据帧并添加一个包含所需计算结果的新列：

df_merged['count_pct_cluster'] = df_merged['count'] / df_merged['cluster_count'] * 100

---

非常感谢！！这很简单也很有用。太棒了！非常感谢！！这很简单也很有用。太棒了！