python 求和_python pandas行、列求和及累加求和
python pandas行、列求和及累加求和
data[‘合计’]=data.apply(lambda x: x.sum(),axis=1) #按列相加各行数
data.loc[‘小计’]=data.apply(lambda x: x.sum(),axis=0) #按行相加各列,增加小计，
要注意的是小计中变成字符，序列变object
要时刻关注data.中type的变化，可以用
data.dtypes
显示各列的type,可以用
data.astype(float) 转化，注意转化时，有时会出错
chengji=[[100,95,100,99],[90,98,99,100],[88,95,98,88],[99,98,97,87],[96.5,90,96,85],[94,94,93,91]]
data=pd.DataFrame(chengji,columns=['语文','类别','数学','政治'])
data['合计']=data.apply(lambda x: x.sum(),axis=1) #按列相加各行数
print('合计',data)
data.loc['小计']=data.apply(lambda x: x.sum(),axis=0) #按行相加各列,增加小计，是字符，序列变object
print('小计',data)
data['累加值']=0
data.drop('小计',inplace=True)
print('删除小计',data)
data.sort_index(inplace=True)
print('重排序列',data)
data.astype(float)
data['累加值']=data['合计'].cumsum()
print('累计data',data)
data.sort_values(by=['合计','语文'] , ascending=[False,False],inplace=True) #按多列值排序，ascending=False降序
#data.sort_values(by='语文',axis=1,ascending=True, inplace=True, na_position='last')
#重建索引会把原索引值变成object
data['排名']=data['合计'].rank(ascending=0,method='min')
print (data)
data.sort_index(inplace=True)
print(data)
data = data.reset_index(drop=True)
data.loc[1:3,'语文']=""
data.loc[4,'语文']=None #空值为none 或np.nan
print(data)
print(data.dtypes)
data.fillna(value=0,inplace=True)
# "所有值全为缺失值才删除 df.dropna(how='all')
# axis:维度，axis=0表示index行,axis=1表示columns列，默认为0
#how:"all"表示这一行或列中的元素全部缺失（为nan）才删除这一行或列，"any"表示这一行或列中只要有元素缺失，就删除这一行或列
#thresh:一行或一列中至少出现了thresh个才删除。
#subset：在某些列的子集中选择出现了缺失值的列删除，不在子集中的含有缺失值得列或行不会删除（有axis决定是行还是列）
#inplace：刷选过缺失值得新数据是存为副本还是直接在原数据上进行修改。
print('填充缺失值',data)
data.replace("",0,inplace=True)
print('填充空值',data)
print(data.loc[data.index==1,'累加值'])
print('类别数量',data['类别'])
print('类别=95',data.loc[data['类别']==95,'累加值'])
print(data.loc[:,'合计']-data.loc[:,'语文'])
先排序后，可以进行累加值，累加的列一定要存在，可以用data[‘累加值’]=0 建一个值为0的列。
用data[‘累加值’]=data[‘合计’].cumsum() 把合计的值累加，一定要注意，是按照排列的顺序相加。
合计 语文 类别 数学 政治 合计
0 100.0 95 100 99 394.0
1 90.0 98 99 100 387.0
2 88.0 95 98 88 369.0
3 99.0 98 97 87 381.0
4 96.5 90 96 85 367.5
5 94.0 94 93 91 372.0
小计 语文 类别 数学 政治 合计
0 100.0 95.0 100.0 99.0 394.0
1 90.0 98.0 99.0 100.0 387.0
2 88.0 95.0 98.0 88.0 369.0
3 99.0 98.0 97.0 87.0 381.0
4 96.5 90.0 96.0 85.0 367.5
5 94.0 94.0 93.0 91.0 372.0
小计 567.5 570.0 583.0 550.0 2270.5
删除小计 语文 类别 数学 政治 合计 累加值
0 100.0 95.0 100.0 99.0 394.0 0
1 90.0 98.0 99.0 100.0 387.0 0
2 88.0 95.0 98.0 88.0 369.0 0
3 99.0 98.0 97.0 87.0 381.0 0
4 96.5 90.0 96.0 85.0 367.5 0
5 94.0 94.0 93.0 91.0 372.0 0
重排序列 语文 类别 数学 政治 合计 累加值
0 100.0 95.0 100.0 99.0 394.0 0
1 90.0 98.0 99.0 100.0 387.0 0
2 88.0 95.0 98.0 88.0 369.0 0
3 99.0 98.0 97.0 87.0 381.0 0
4 96.5 90.0 96.0 85.0 367.5 0
5 94.0 94.0 93.0 91.0 372.0 0
累计data 语文 类别 数学 政治 合计 累加值
0 100.0 95.0 100.0 99.0 394.0 394.0
1 90.0 98.0 99.0 100.0 387.0 781.0
2 88.0 95.0 98.0 88.0 369.0 1150.0
3 99.0 98.0 97.0 87.0 381.0 1531.0
4 96.5 90.0 96.0 85.0 367.5 1898.5
5 94.0 94.0 93.0 91.0 372.0 2270.5
语文 类别 数学 政治 合计 累加值 排名
0 100.0 95.0 100.0 99.0 394.0 394.0 1.0
1 90.0 98.0 99.0 100.0 387.0 781.0 2.0
3 99.0 98.0 97.0 87.0 381.0 1531.0 3.0
5 94.0 94.0 93.0 91.0 372.0 2270.5 4.0
2 88.0 95.0 98.0 88.0 369.0 1150.0 5.0
4 96.5 90.0 96.0 85.0 367.5 1898.5 6.0
语文 类别 数学 政治 合计 累加值 排名
0 100.0 95.0 100.0 99.0 394.0 394.0 1.0
1 90.0 98.0 99.0 100.0 387.0 781.0 2.0
2 88.0 95.0 98.0 88.0 369.0 1150.0 5.0
3 99.0 98.0 97.0 87.0 381.0 1531.0 3.0
4 96.5 90.0 96.0 85.0 367.5 1898.5 6.0
5 94.0 94.0 93.0 91.0 372.0 2270.5 4.0
语文 类别 数学 政治 合计 累加值 排名
0 100 95.0 100.0 99.0 394.0 394.0 1.0
1 98.0 99.0 100.0 387.0 781.0 2.0
2 95.0 98.0 88.0 369.0 1150.0 5.0
3 98.0 97.0 87.0 381.0 1531.0 3.0
4 None 90.0 96.0 85.0 367.5 1898.5 6.0
5 94 94.0 93.0 91.0 372.0 2270.5 4.0
语文 object
类别 float64
数学 float64
政治 float64
合计 float64
累加值 float64
排名 float64
dtype: object
填充缺失值 语文 类别 数学 政治 合计 累加值 排名
0 100 95.0 100.0 99.0 394.0 394.0 1.0
1 98.0 99.0 100.0 387.0 781.0 2.0
2 95.0 98.0 88.0 369.0 1150.0 5.0
3 98.0 97.0 87.0 381.0 1531.0 3.0
4 0 90.0 96.0 85.0 367.5 1898.5 6.0
5 94 94.0 93.0 91.0 372.0 2270.5 4.0
填充空值 语文 类别 数学 政治 合计 累加值 排名
0 100.0 95.0 100.0 99.0 394.0 394.0 1.0
1 0.0 98.0 99.0 100.0 387.0 781.0 2.0
2 0.0 95.0 98.0 88.0 369.0 1150.0 5.0
3 0.0 98.0 97.0 87.0 381.0 1531.0 3.0
4 0.0 90.0 96.0 85.0 367.5 1898.5 6.0
5 94.0 94.0 93.0 91.0 372.0 2270.5 4.0
1 781.0
Name: 累加值, dtype: float64
类别数量 0 95.0
1 98.0
2 95.0
3 98.0
4 90.0
5 94.0
Name: 类别, dtype: float64
类别=95 0 394.0
2 1150.0
Name: 累加值, dtype: float64
0 294.0
1 387.0
2 369.0
3 381.0
4 367.5
5 278.0
dtype: float64
原文链接:https://blog.csdn.net/weixin_45903952/article/details/104997894
python 求和_python pandas行、列求和及累加求和相关推荐
- Python开发之pandas行和列的获取
Python开发之pandas行和列的获取 0 1. 行和列的获取 1.1 根据索引获取行 1.2 根据条件获取行 1.3 获取列 2 区域选取 2.1 df.loc[] 2.1.1 行选取 2.1. ...
- python对excel求和_Python 两个Excel文件对应位置求和并存储
最近~老板给我的工作一直都有对大量的Excel的操作 比如两Excel对应位置求和,并存储.(两Excel表格的第一列和第一行是一毛一样的,不需要求和,原样保存!) 本着能躺着就不坐着的原则,只想快点 ...
- pandas行/列删除
pandas.DataFrame.drop()函数介绍 官方文档:pandas.DataFrame.drop DataFrame.drop(labels=None, axis=0, index=Non ...
- python处理excel文件求和_python对excel文档去重及求和的实例
废话不多说,估计只有我这个菜鸟废了2个小时才搞出来,主要是我想了太多方法来实现,最后都因为这因为那的原因失败了 间接说明自己对可变与不可变类型的了解,还是不够透彻 最后就用了个笨方法解决了! #cod ...
- python对excel数据求和_python对excel文档去重及求和的实例
废话不多说,估计只有我这个菜鸟废了2个小时才搞出来,主要是我想了太多方法来实现,最后都因为这因为那的原因失败了 间接说明自己对可变与不可变类型的了解,还是不够透彻 最后就用了个笨方法解决了! #cod ...
- python导出csv 字符串变成数字_python – pandas read_csv列dtype设置为十进制但转换为字符串...
我正在使用pandas(v0.18.1)从名为'test.csv'的文件中导入以下数据: a,b,c,d 1,1,1,1.0 我已经为列'c'和'd'将dtype设置为'decimal.Decimal ...
- python隔行_python多行换行
广告关闭 提供包括云服务器,云数据库在内的50+款云计算产品.打造一站式的云产品试用服务,助力开发者和企业零门槛上云. 用反斜杠链接多行代码,示例输出:55a=22+33printa2. 用小括号括起 ...
- python 参数_Python命令行参数（七）
Python提供了一个getopt模块,用于解析命令行选项和参数. $ python test.py arg1 arg2 arg3 Python sys模块通过sys.argv提供对任何命令行参数的访 ...
- python 并行执行_python 串行执行和并行执行实例
我就废话不多说了,大家还是直接看代码吧! #coding=utf-8 import threading import time import cx_Oracle from pprint import ...
- python分组求和_Python学习笔记之pandas索引列、过滤、分组、求和功能示例
本文实例讲述了Python学习笔记之pandas索引列.过滤.分组.求和功能.分享给大家供大家参考,具体如下: 前面我们已经把519961(基金编码)这种基金的历史净值明细表html内容抓取到了本地, ...
最新文章
- java 无符号转有符号_java有符号无符号的转换
- 中国煤炭行业十四五投资战略与供需形势分析报告2022版
- 【笔记】css 自定义select 元素的箭头样式
- Qt 进程使用 使用当前进程启动另外进程
- [TCP/IP] TCP建立与终止
- ubuntu 12.04下gedit查看txt中文乱码解决办法
- Apache Jackrabbit Oak 1.12.0 发布，可扩展、高性能分层存储库
- clickhouse: A股bar数据与物化视图尝试
- sql2000 sp3、sql2000 sp4升级补丁下载和安装须知：
- 标准差 php,标准偏差怎么算
- js常用正则 验证数字正则
- easyui中清空filebox的值
- 关于阿里云服务器安全组规则
- Linux查看mac地址
- C# webbrowser文本框的键盘和鼠标模拟输入和模拟鼠标点击
- 赴日技术签证全攻略!
- 准备买笔记本电脑了.
- Linux学习笔记（包含虚拟机及Linux系统安装）
- SpringBoot系列：Spring Boot集成定时任务Quartz，java百度云短信发送
- WPF TabControl 美化