Pandas数据框：列值为列表的列值总和
优势
有一个数据集样本。 
在这里，列的每个值都是一个整数列表。高亮显示的行是相应列的列表的总和。意思是，“ day1”列中突出显示的行是“ Day1”列中所有列表的总和，以此类推。我已经尝试过将sum（）与axis一起使用，但似乎对列表不起作用。
获取汇总列表后，必须在具有相同列数的新数据帧中分配它。下图示例，算法，链接，帮助的任何提示均表示感谢。
riffle_shuffle
您可以将DataFrame转换为NumPy数组，如下所示： df.to_numpy()
并收到类似的内容之后：
a = np.random.randint(5, size=(4, 2, 5))
这里的每个块都是您的专栏：
array([[[2, 4, 1, 1, 1],
[4, 0, 1, 4, 0]],
[[1, 2, 4, 4, 3],
[0, 1, 4, 4, 0]],
[[0, 0, 0, 0, 2],
[3, 0, 4, 2, 2]],
[[2, 0, 3, 1, 0],
[1, 1, 3, 3, 1]]])
然后将其与轴求和：
np.sum(a, axis=1)
产量：
array([[6, 4, 2, 5, 1],
[1, 3, 8, 8, 3],
[3, 0, 4, 2, 4],
[3, 1, 6, 4, 1]])
准备创建DataFrame
dd = {f'Day{n}':np.array2string(i, separator=',')
for n,i in enumerate(list(np.sum(ar, axis=1)), start=1)}
创建df：
df = pd.DataFrame(list(dd.values()), index=dd.keys()).T
产量：
Day1 Day2 Day3 Day4
0 [6,4,2,5,1] [1,3,8,8,3] [3,0,4,2,4] [3,1,6,4,1]
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
编辑于
相关文章
Related 相关文章
- 1
从列表列表中提取元素，并将其分配为pandas数据框列中的值
- 2
检查Pandas数据框列列表中的值
- 3
基于Pandas数据框中其他列的值范围的列总和
- 4
如何在pyspark数据框中创建具有列表值总和的列
- 5
在pandas数据框中更新父列的值与子列表值的值相同
- 6
在pandas数据框中更新父列的值与子列表值的值相同
- 7
使用列表值解包数据框列
- 8
根据列表值过滤数据框列
- 9
为数据框列分配值
- 10
为数据框列分配值
- 11
两列具有NA值的数据框的总和
- 12
数据框中各列的组合总和的最大值
- 13
根据条件根据列的总和值创建新的数据框
- 14
Pandas 数据框基于值的列组合
- 15
粘贴列表值以获取列的总和值
- 16
将列值聚合到列表中，而忽略pandas数据框中的None值
- 17
可扩展的方法，以Python中的pandas将列表中的值作为数据框中的列值
- 18
使用与列对应的列表值在 Pandas 数据框中插入值
- 19
如果列值为 NaN，pandas 数据框返回布尔值
- 20
如何检查pandas数据框中的列的值是否大于上述值。如果该列的值作为列表
- 21
根据列表或另一列中的值在Pandas数据框中动态选择列
- 22
Python Pandas：将一列的值检查为另一数据框的列
- 23
通过另一列的分组值的总和对pandas数据框中的列进行归一化
- 24
将列表设置为熊猫数据框的一列中的值
- 25
我想将数据框中的列表分离为单个值，以与R中的不同列
- 26
Pandas数据框-将列值转换为单独的列
- 27
根据列值转置数据框列-Pandas
- 28
Pandas：替换数据框列中的列值
- 29
数据框列中的嵌套列表，提取数据框列中的列表值Pyspark Spark
我来说两句