Pandas，求一行中特定单元格范围的总和

Question

拥有以下由字符串构成的Pandas数据帧：

  key  0 1-9 10-18 19-27 28-36 37-45 46-54 55-63 64-72 73-81 82-90 91-99 100
1   A  1   2     1     4     1     1     1     7     1     3     1     1   1
2   B  3   1     1     1     6     1     1     1     7     1     8     1   1
3   C  1   1     2     1     1     1     1     1     1     1     1     1   1

我想获取特定行单元格的总和，例如第一行（A键），结果应为25（1 + 2 + 1 + 4 + 1 + 1 + 1 + 7 + 1 + 3 + 1 + 1 + 1）。您将如何解决这个问题？

- Shlomi Schwartz

Answer 1

如果key中的值是唯一的且需要按标签选择，请按以下步骤操作：

1.通过set_index方法，将列key设置为索引。

2.使用DataFrame.loc方法进行选择。

#select return Series
print (df.set_index('key').loc['A'])
0        1
1-9      2
10-18    1
19-27    4
28-36    1
37-45    1
46-54    1
55-63    7
64-72    1
73-81    3
82-90    1
91-99    1
100      1
Name: A, dtype: int64

out = df.set_index('key').loc['A'].sum()

或者先创建index，然后创建sum，最后用Series.at或Series.loc进行选择：

#sum return Series
print (df.set_index('key').sum(axis=1))
key
A    25
B    33
C    14
dtype: int64

out = df.set_index('key').sum(axis=1).at['A']
out = df.set_index('key').sum(axis=1)['A']
out = df.set_index('key').sum(axis=1).loc['A']

或者先通过布尔索引筛选，然后使用sum函数：

#filtering create one row DataFrame
print (df[df['key'] == 'A'])
  key  0  1-9  10-18  19-27  28-36  37-45  46-54  55-63  64-72  73-81  82-90  \
1   A  1    2      1      4      1      1      1      7      1      3      1   

   91-99  100  
1      1    1  


out = df[df['key'] == 'A'].sum(axis=1).item()

如果 key 中的值需要复制并且需要按标签选择：

print (df)
  key  0  1-9  10-18  19-27  28-36  37-45  46-54  55-63  64-72  73-81  82-90  \
1   A  1    2      1      4      1      1      1      7      1      3      1   
2   A  3    1      1      1      6      1      1      1      7      1      8   
3   C  1    1      2      1      1      1      1      1      1      1      1   

   91-99  100  
1      1    1  
2      1    1  
3      1    1  

首先，可以通过values将过滤后的值转换为numpy数组，然后对2d数组进行求和：

out = df.set_index('key').loc['A'].values.sum()

双重求和-首先创建序列的第一个sum，第二个sum返回标量：

out = df.set_index('key').loc['A'].sum().sum()
out = df.set_index('key').sum(axis=1).at['A'].sum()

如果需要按位置选择:

使用DataFrame.iloc或Series.iat，Series.iloc：

out = df.set_index('key').iloc[0].sum()

out = df.set_index('key').sum(axis=1).iat[0]
out = df.set_index('key').sum(axis=1).iloc[0]

- jezrael