Python 熊猫:如何将数据帧折叠为单行数据帧,而不是聚合上的一系列数据帧?
标题说明了一切。我有一些在行上工作的逻辑,我也想在aggregation上使用它 假设这是数据帧:Python 熊猫:如何将数据帧折叠为单行数据帧,而不是聚合上的一系列数据帧?,python,python-3.x,pandas,dataframe,numpy,Python,Python 3.x,Pandas,Dataframe,Numpy,标题说明了一切。我有一些在行上工作的逻辑,我也想在aggregation上使用它 假设这是数据帧: df = pd.DataFrame(np.array([[1, 2, 3], [1, 2, 3], [1, 2, 3]]), columns=['a', 'b', 'c']) a b c 0 1 2 3 1 1 2 3 2 1 2 3 我想要的是最地道的方式 a b c 0 3 6 9 我遇到了几种使用系列的
df = pd.DataFrame(np.array([[1, 2, 3], [1, 2, 3], [1, 2, 3]]),
columns=['a', 'b', 'c'])
a b c
0 1 2 3
1 1 2 3
2 1 2 3
我想要的是最地道的方式
a b c
0 3 6 9
我遇到了几种使用系列的解决方案。到_frame()
,.transform()
,用系列的索引作为列初始化新的数据帧,等等。但是我缺少了一些简单的方法吗
在纯Numpy中,我通常使用
x.sum(axis=0)[np.newaxis,:]
。我认为需要从系列中转置数据帧:
print (df.sum().to_frame().T)
a b c
0 3 6 9
或者使用DataFrame
构造函数:
print (pd.DataFrame([df.sum()]))
a b c
0 3 6 9
df.sum().to_frame().T
df.groupby([0,0,0]).sum()
或df.groupby([0]*len(df)).sum()