Python 将DataFrame的列设置为数据框中其他列的总和
我有一个如下所示的数据框，称之为“值”： 我想创建另一个，称之为“sums”，它包含从“sums”列到末尾的数据帧“值”的总和。如下所示： 我想创建这个，而不必查看整个数据帧，逐个数据点。我一直在尝试使用Python 将DataFrame的列设置为数据框中其他列的总和,python,python-3.x,pandas,Python,Python 3.x,Pandas,我有一个如下所示的数据框，称之为“值”： 我想创建另一个，称之为“sums”，它包含从“sums”列到末尾的数据帧“值”的总和。如下所示： 我想创建这个，而不必查看整个数据帧，逐个数据点。我一直在尝试使用.apply（），如下所示，但我一直遇到错误：不支持+：'int'和'datetime.date'的操作数类型。 In [26]: values = pandas.DataFrame({0:[96,54,27,28], 1:[55,75,32,37],2:[54,
.apply（）不支持+：'int'和'datetime.date'的操作数类型。In [26]: values = pandas.DataFrame({0:[96,54,27,28],
1:[55,75,32,37],2:[54,99,36,46],3:[35,77,0,10],4:[62,25,0,25],
5:[0,66,0,89],6:[0,66,0,89],7:[0,0,0,0],8:[0,0,0,0]})
In [28]: sums = values.copy()
In [29]: sums.iloc[:,:] = ''
In [31]: for column in sums:
...: sums[column].apply(sum(values.loc[:,column:]))
...:
Traceback (most recent call last):
File "<ipython-input-31-030442e5005e>", line 2, in <module>
sums[column].apply(sum(values.loc[:,column:]))
File "C:\WinPython64bit\python-3.5.2.amd64\lib\site-packages\pandas\core\series.py", line 2220, in apply
mapped = lib.map_infer(values, f, convert=convert_dtype)
File "pandas\src\inference.pyx", line 1088, in pandas.lib.map_infer (pandas\lib.c:63043)
TypeError: 'numpy.int64' object is not callable
In [32]: for column in sums:
...: sums[column] = sum(values.loc[:,column:])
In [33]: sums
Out[33]:
0 1 2 3 4 5 6 7 8
0 36 36 35 33 30 26 21 15 8
1 36 36 35 33 30 26 21 15 8
2 36 36 35 33 30 26 21 15 8
3 36 36 35 33 30 26 21 15 8
：value=pandas.DataFrame（{0:[96,54,27,28]，
1:[55,75,32,37],2:[54,99,36,46],3:[35,77,0,10],4:[62,25,0,25],
5:[0,66,0,89],6:[0,66,0,89],7:[0,0,0,0],8:[0,0,0,0]})
在[28]中：sums=values.copy（）
在[29]中：sums.iloc[：，：]=''
在[31]中：对于“总计”列：
…：sums[列].apply（sum（values.loc[：，列：））
...:
回溯（最近一次呼叫最后一次）：
文件“”，第2行，在
求和[列]。应用（求和（value.loc[：，列：））
文件“C:\WinPython64bit\python-3.5.2.amd64\lib\site packages\pandas\core\series.py”，第2220行，在apply中
mapped=lib.map\u推断（值，f，convert=convert\u数据类型）
pandas.lib.map\u expert（pandas\lib.c:63043）中的文件“pandas\src\expression.pyx”，第1088行
TypeError:“numpy.int64”对象不可调用
在[32]中：对于“总和”列：
…：sums[列]=sum（values.loc[：，列：）
在[33]中：总和
出[33]：
0 1 2 3 4 5 6 7 8
0 36 36 35 33 30 26 21 15 8
1 36 36 35 33 30 26 21 15 8
2 36 36 35 33 30 26 21 15 8
3 36 36 35 33 30 26 21 15 8
有没有一种方法可以做到这一点，而不必逐个循环每个点 在不循环的情况下，您可以反转数据帧，
cumsum>>> values.iloc[:,::-1].cumsum(axis=1).iloc[:,::-1]
0 1 2 3 4 5 6 7 8
0 302 206 151 97 62 0 0 0 0
1 462 408 333 234 157 132 66 0 0
2 95 68 36 0 0 0 0 0 0
3 324 296 259 213 203 178 89 0 0
在不循环的情况下，您可以每行反转数据帧，
cumsum>>> values.iloc[:,::-1].cumsum(axis=1).iloc[:,::-1]
0 1 2 3 4 5 6 7 8
0 302 206 151 97 62 0 0 0 0
1 462 408 333 234 157 132 66 0 0
2 95 68 36 0 0 0 0 0 0
3 324 296 259 213 203 178 89 0 0
您可以使用
.cumsum（）cumsum（）import pandas as pd
values = pd.DataFrame({0:[96,54,27,28],
1:[55,75,32,37],2:[54,99,36,46],3:[35,77,0,10],4:[62,25,0,25],
5:[0,66,0,89],6:[0,66,0,89],7:[0,0,0,0],8:[0,0,0,0]})
values[values.columns[::-1]].cumsum(axis=1).reindex_axis(values.columns, axis=1)
# returns:
0 1 2 3 4 5 6 7 8
0 302 206 151 97 62 0 0 0 0
1 462 408 333 234 157 132 66 0 0
2 95 68 36 0 0 0 0 0 0
3 324 296 259 213 203 178 89 0 0
您可以使用
.cumsum（）cumsum（）import pandas as pd
values = pd.DataFrame({0:[96,54,27,28],
1:[55,75,32,37],2:[54,99,36,46],3:[35,77,0,10],4:[62,25,0,25],
5:[0,66,0,89],6:[0,66,0,89],7:[0,0,0,0],8:[0,0,0,0]})
values[values.columns[::-1]].cumsum(axis=1).reindex_axis(values.columns, axis=1)
# returns:
0 1 2 3 4 5 6 7 8
0 302 206 151 97 62 0 0 0 0
1 462 408 333 234 157 132 66 0 0
2 95 68 36 0 0 0 0 0 0
3 324 296 259 213 203 178 89 0 0
在你的图片的第四行有一个5，但不是在你的代码和最小的例子中，我认为这是一个小的打字错误？谢谢你指出这一点。小字体。我很快就会更正。在你的图片的第四行有一个5，但在你的代码和最小的例子中没有，我想这是一个小的打字错误？谢谢你指出这一点。小字体。我很快就会更正。我认为
values.iloc[：，：-1].cumsum（axis=1）。iloc[：，：-1]ilocixilocix：ixvalues.iloc[：，：：-1].cumsum（axis=1）。iloc[：，：-1]ilocixilocix：ix