如何对数据框中某些列和行的数据求和？

Posted 2023-03-11

【中文标题】如何对数据框中某些列和行的数据求和？

【英文标题】：How do I sum data from certain columns and rows in a dataframe?

【发布时间】：2018-10-31 08:00:46

【问题描述】：

我有一堆矩阵存储在一个大数据框中。假设这是我的数据框。

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data['iteration'] 都是一个独立的矩阵。因此，如您所见，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，得到一个单一的矩阵。

我尝试了以下方法，但它有问题。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))

我该如何以正确的方式做到这一点？

【参考方案1】：

你可以使用：

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():

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]])

【讨论】：

谢谢，它有效。你能解释一下吗？为什么一定要在那儿使用drop_duplicates()？

@AnnaRG d.index.drop_duplicates().values那部分本质上是range(5)，在d.index中有很多重复值。

和data[['iteration']].nunique()基本一样吗？您从 iteration 获得唯一值？

@AnnaRG 不，nunique() 是计算唯一值，drop_duplicates() 是给出所有唯一值。

抱歉再次询问，为什么[1]？具体是什么意思？