Python 如何对数据帧中某些列和行的数据求和？

我有一堆矩阵存储在一个大数据框中。假设这是我的数据帧

data = pd.DataFrame([[13, 1, 3, 4, 0, 0], [0, 2, 6, 2, 0, 0], [3, 1, 5, 2, 2, 0], [0, 0, 10, 11, 6, 0], [5, 5, 21, 25, 41, 0],
[11, 1, 3, 2, 0, 1], [3, 1, 7, 3, 1, 1], [1, 1, 6, 5, 3, 1], [1, 1, 6, 7, 6, 1], [6, 6, 21, 24, 42, 1],
[17, 1, 7, 0, 0, 2], [1, 1, 6, 1, 1, 2], [2, 4, 6, 2, 1, 2], [0, 2, 11, 7, 8, 2], [5, 6, 17, 16, 46, 2],
[11, 1, 10, 2, 1, 3], [2, 2, 7, 1, 1, 3], [0, 0, 14, 4, 1, 3], [0, 0, 7, 7, 5, 3], [5, 1, 20, 18, 48, 3],
[16, 3, 7, 1, 2, 4], [1, 2, 4, 1, 0, 4], [2, 4, 7, 5, 3, 4], [3, 0, 4, 4, 7, 4], [7, 2, 13, 12, 58, 4]], 
columns=['1', '2', '3', '4', '5', 'iteration'])
print(pd.DataFrame(data))

每个

数据['iteration']

本身就是一个矩阵。如你所见，这里有5个矩阵（迭代-0到4）。我想把它们全部加起来，就像在基本矩阵加法中一样，得到一个矩阵

我试过以下方法，但有点不对劲。它不起作用

matrix = data[['1','2','3','4','5']]
print(np.sum([matrix[matrix_list['iteration']==i] for i in range(0,9)], axis=0))

如何正确地执行此操作？

您可以使用：

In [98]: d = data.set_index('iteration')

In [99]: np.sum(d.loc[i].values for i in d.index.drop_duplicates().values)
Out[99]: 
array([[ 68,   7,  30,   9,   3],
       [  7,   8,  30,   8,   3],
       [  8,  10,  38,  18,  10],
       [  4,   3,  38,  36,  32],
       [ 28,  20,  92,  95, 235]])

或者，使用

groupby（）

：

---

谢谢，它起作用了。你能解释一下吗？为什么要在那里使用

drop_duplicates（）

？@AnnaRG

d.index.drop_duplicates（）.values

那部分基本上是

范围（5）

，在

d.index

中有许多重复的值。这与

数据[['iteration']]基本相同。nunique（）

？您从

迭代中获得唯一值
？@AnnaRG No，
nunique（）
是计算唯一值，
drop\u duplicates（）
是给出所有唯一值。很抱歉再次询问，为什么
[1]
？具体是什么意思？
np.sum(e[1].iloc[:, :-1].values for e in data.groupby('iteration'))

array([[ 68,   7,  30,   9,   3],
       [  7,   8,  30,   8,   3],
       [  8,  10,  38,  18,  10],
       [  4,   3,  38,  36,  32],
       [ 28,  20,  92,  95, 235]])