pandas数据框总行
我有一个数据框，类似：
foo bar qux
0 a 1 3.14
1 b 3 2.72
2 c 2 1.62
3 d 9 1.41
4 e 3 0.58
我想在数据框的末尾添加一个“总计”行：
foo bar qux
0 a 1 3.14
1 b 3 2.72
2 c 2 1.62
3 d 9 1.41
4 e 3 0.58
5 tot 15 9.47
我尝试使用该sum命令，但最终得到一个Series，尽管可以将其转换回Dataframe，但它不维护数据类型：
tot_row = pd.DataFrame(df.sum()).T
tot_row['foo'] = 'tot'
tot_row.dtypes:
foo object
bar object
qux object
我想维护原始数据帧中的数据类型，因为我需要对总行应用其他操作，例如：
baz = 2*tot_row['qux'] + 3*tot_row['bar']
问题答案：
将总计行附加到
df.append(df.sum(numeric_only=True), ignore_index=True)
仅当您有一列字符串或对象时，才需要进行转换。
这是一个脆弱的解决方案，因此我建议仍然坚持对数据框进行操作。例如。
baz = 2*df['qux'].sum() + 3*df['bar'].sum()
-
问题内容： 我想计算给定列中的运行总和（当然，不使用循环）。需要注意的是，我还有另一列指定何时将运行总和重置为该行中存在的值。最好通过以下示例进行说明： 是我要计算的值。 问题答案： 您可以使用2次：
-
问题内容： 我有一个带有几列的Python pandas数据框。现在，我想将所有值复制到一个列中，以获取一个values_count结果alle值。最后，我需要string1，string2，n的总数。最好的方法是什么？ 问题答案： 如果性能是一个问题，请尝试： 或者它变成一个再使用 对于具有少量列的较大（长）DataFrame，循环可能比堆栈快： 此外，还有一个numpy解决方案： 小 长
-
问题内容： 我有一个重复的行的DataFrame。我想获得一个具有唯一索引且没有重复项的DataFrame。可以丢弃重复的值。这可能吗？做完了吗？ 问题答案： In [29]: df.drop_duplicates() Out[29]: b c 1 2 3 3 4 0 7 5 9
-
问题内容： 我想将稀疏矩阵（156060x11780）转换为数据帧，但出现内存错误，这是我的代码 我有一个问题 。我该如何解决？ 问题答案： 尝试这个： 更新： 对于Pandas 0.20+，我们可以直接从稀疏数组构造：
-
问题内容： 这应该很容易，但是以某种方式我找不到有效的解决方案。 我有一个熊猫数据框，看起来像这样： 我想按col1和col2分组并获得col3和col4。 由于无法汇总数据，因此可以删除。 这是输出的样子。我很感兴趣，同时具有和中产生的数据帧。是否和是否属于索引并不重要。 这是我尝试过的： 但是，这只会返回的汇总结果。 我在这里迷路了。我发现的每个示例仅汇总一列，显然不会发生此问题。 问题答案：
-
问题内容： Python pandas具有pct_change函数，可用于计算数据帧中股票价格的回报： 我正在使用以下代码获取对数返回值，但它给出的值与pct.change（）函数完全相同： 问题答案： 这是一种使用来计算日志返回的方法。结果与所计算的总收益相似但不相同。您可以上传示例数据的副本（Dropbox共享链接）以重现您看到的不一致之处吗？