在python中，如何根据dataframe中其他列的值/计数计算dataframe中列的值？

我有一个熊猫数据框，它有一个月24小时的数据，包括以下字段：

(df1):- date,hour,mid,rid,percentage,total 

我需要使用此数据帧和以下字段创建第二个数据帧：

(df2) :-  date, hour,mid,rid,hour_total

此处，小时总数的计算如下：

如果对于来自数据帧1的（日期、中间、rid）组合，df1.percentage为0的记录计数为24，则hour_total=df1.total/24，否则hour_total=（df1.percentage/100）*total

例如，如果数据帧1如下：-（日期mid组的记录计数，其中perc为0的rid为24）

那么数据帧2应该是：（hour_total=df1.total/24）

---

我怎样才能做到这一点

您可以尝试应用功能

比如说

a = np.random.randint(100,200, size=5)
b = np.random.randint(100,200, size=5)
c = [datetime.now() for x in range(100) if x%20 ==  0]
df1 = pd.DataFrame({'Time' : c, "A" : a, "B" : b})

上面的数据框如下所示

    Time    A   B
0   2019-10-24 20:37:38.907058  158 190
1   2019-10-24 20:37:38.907058  161 127
2   2019-10-24 20:37:38.908056  100 100
3   2019-10-24 20:37:38.908056  163 164
4   2019-10-24 20:37:38.908056  121 159

现在，如果我们想计算一个新列，它的值取决于列的其他值。 您可以定义一个执行此计算的函数

def func(x):
    t = x[0] # time
    a = x[1] # A
    b = x[2] # B
    return a+b

并将此函数应用于数据帧

df1["new_col"] = df1.apply(func, axis=1)

这将产生以下结果

Time    A   B   new_col
0   2019-10-24 20:37:38.907058  158 190 348
1   2019-10-24 20:37:38.907058  161 127 288
2   2019-10-24 20:37:38.908056  100 100 200
3   2019-10-24 20:37:38.908056  163 164 327
4   2019-10-24 20:37:38.908056  121 159 280

---

您可以尝试应用函数

比如说

a = np.random.randint(100,200, size=5)
b = np.random.randint(100,200, size=5)
c = [datetime.now() for x in range(100) if x%20 ==  0]
df1 = pd.DataFrame({'Time' : c, "A" : a, "B" : b})

上面的数据框如下所示

    Time    A   B
0   2019-10-24 20:37:38.907058  158 190
1   2019-10-24 20:37:38.907058  161 127
2   2019-10-24 20:37:38.908056  100 100
3   2019-10-24 20:37:38.908056  163 164
4   2019-10-24 20:37:38.908056  121 159

现在，如果我们想计算一个新列，它的值取决于列的其他值。 您可以定义一个执行此计算的函数

def func(x):
    t = x[0] # time
    a = x[1] # A
    b = x[2] # B
    return a+b

并将此函数应用于数据帧

df1["new_col"] = df1.apply(func, axis=1)

这将产生以下结果

Time    A   B   new_col
0   2019-10-24 20:37:38.907058  158 190 348
1   2019-10-24 20:37:38.907058  161 127 288
2   2019-10-24 20:37:38.908056  100 100 200
3   2019-10-24 20:37:38.908056  163 164 327
4   2019-10-24 20:37:38.908056  121 159 280