使用Pandas的Python行计算

我正在使用python（使用pandas库）处理大表

我想执行各种类型的向量操作，例如与表的每一行的关联

这可能是一个简单的问题，但对我来说，很难处理数据帧结构。我不知道如何将每一行（或列）转换为列表（或numpy数组）

即使计算行数似乎也不是一个简单的问题，因为像

df.count（）

这样的函数似乎忽略了空数据

简单数据表和预期结果表如下所示。在这种情况下，我想计算每行对的总和

实表的大小要大得多（超过1000行和1000列），并且包含一些空值

---

Data.csv：

Label Col1 Col2
Row1 1 2
Row2 3 4
Row3 5 6

---

Output.csv：

Label Col3
Row1,Row2 4,6
Row1,Row3 6,8
Row2,Row3 8,10

---

解决方案的一部分，因为您将有名称稍有不同的重复行，因此无法应用数据帧的drop_duplicates方法：

import pandas as pd
from io import StringIO

data = """
Label Col1 Col2
Row1 1 2
Row2 3 4
Row3 5 6
"""

df1 = pd.DataFrame()

for row in range(df.shape[0]):
   df1 = pd.concat([df1, df.ix[row,:] + df[df['Label'] != df.Label[row]]])

df1.reset_index(drop=True, inplace=True)

In [103]: df1
Out[103]:
      Label Col1 Col2
0  Row1Row2    4    6
1  Row1Row3    6    8
2  Row2Row1    4    6
3  Row2Row3    8   10
4  Row3Row1    6    8
5  Row3Row2    8   10

---

熊猫在使用柱子时速度更快，更自然。因此，我建议先转置DF，然后对列求和

---

链接：

你说的

空值是什么意思？是否存在空值或
NaN
值，或者该值是否正好等于零。如果存在这样一个
空值
，您希望输出是什么样的？@albert抱歉我解释得不好。你可能认为这是一种价值观。当我的真实数据集从图像转换为浮点值时，有一些值。但在这种情况下，这并不重要，因为我将它们作为预处理删除。您可以使用
shape
方法获得行数：
df。shape[0]
将是行数。@Anton Protopov感谢您的建议。我确认shape[0]返回了包含空值的行数（标签除外）。此外，shape[1]返回了列数，包括标签和空值。我认为必须将DataFrame转换为列表，但似乎可以直接使用DataFrame完成。虽然还需要做一些工作，但非常感谢您的回答。@为了在完成后特别显示您的代码。目前，我只能通过从DataFrame生成列表并对每行运行双for循环来完成此操作，这似乎是一种BruceForce方法。我想找到使用数据帧本身的解决方案。谢谢你的建议。我知道T函数可以很容易地完成表的转置，但我不知道使用列更好。我最好使用DataFrame来找到解决方案。@特别是，DataFrame基本上是不同类型列的集合/列表，而不是关系数据库，它是行的集合。对于典型的统计函数，如sum（）、mean（）、variance（）等，每个列都可以快速操作。另一个用于计算目的的建议将列强制为本机数字类型（如float64或int）。尽管我的目标是使用更复杂的函数，比如每个向量之间的欧几里德距离，但它似乎是以同样的方式应用的。事实上，我以前认为处理行更自然。非常感谢你的提示。