วิธีเพิ่มแถวเฉพาะใน pandas (พร้อมตัวอย่าง)
คุณสามารถใช้วิธีการต่อไปนี้เพื่อค้นหาผลรวมของแถวที่ระบุใน DataFrame ของแพนด้า:
วิธีที่ 1: เพิ่มแถวที่ระบุตามดัชนี
#sum rows in index positions 0, 1, and 4 df. iloc [[0, 1, 4]]. sum ()
วิธีที่ 2: เพิ่มแถวที่ต้องการตามป้ายกำกับ
#sum rows with index labels 'A', 'B', and 'E' df. loc [['A', 'B', 'E']]. sum ()
ตัวอย่างต่อไปนี้แสดงวิธีการใช้แต่ละวิธีในทางปฏิบัติกับ Pandas DataFrame ต่อไปนี้:
import pandas as pd #createDataFrame df = pd. DataFrame ({' points ': [28, 17, 19, 14, 23, 26, 5], ' rebounds ': [5, 6, 4, 7, 14, 12, 9], ' assists ': [10, 13, 7, 8, 4, 5, 8]}) #set indexes df = df. set_index ([pd. Index (['A', 'B', 'C', 'D', 'E', 'F', 'G'])]) #view DataFrame print (df) points rebound assists A 28 5 10 B 17 6 13 C 19 4 7 D 14 7 8 E 23 14 4 F 26 12 5 G 5 9 8
ตัวอย่างที่ 1: ผลรวมของแถวที่ระบุตามดัชนี
รหัสต่อไปนี้แสดงวิธีการเพิ่มค่าของแถวที่มีค่าดัชนี 0, 1 และ 4 สำหรับแต่ละคอลัมน์ใน DataFrame:
#sum rows in index positions 0, 1, and 4
df. iloc [[0, 1, 4]]. sum ()
points 68
rebounds 25
assists 27
dtype: int64
จากผลลัพธ์เราจะเห็นได้ว่า:
- ผลรวมของแถวที่มีค่าดัชนี 0, 1 และ 4 สำหรับคอลัมน์ จุด คือ 68 .
- ผลรวมของแถวที่มีค่าดัชนี 0, 1 และ 4 สำหรับคอลัมน์ ตีกลับ คือ 25
- ผลรวมของแถวที่มีค่าดัชนี 0, 1 และ 4 สำหรับคอลัมน์ ช่วยเหลือ คือ 27 .
โปรดทราบว่าคุณสามารถรวมช่วงของแถวที่ต้องการได้โดยใช้ไวยากรณ์ต่อไปนี้:
#sum rows in index positions between 0 and 4
df. iloc [0:4]. sum ()
points 78
rebounds 22
assists 38
dtype: int64
จากผลลัพธ์เราจะเห็นผลรวมของแถวที่มีค่าดัชนีระหว่าง 0 ถึง 4 (ไม่นับ 4) สำหรับแต่ละคอลัมน์ใน DataFrame
ตัวอย่างที่ 2: เพิ่มแถวที่ต้องการด้วยป้ายกำกับ
รหัสต่อไปนี้แสดงวิธีรวมค่าของแถวที่มีป้ายกำกับดัชนี “A”, “B” และ “E” สำหรับแต่ละคอลัมน์ใน DataFrame:
#sum rows with index labels 'A', 'B', and 'E' df. loc [['A', 'B', 'E']]. sum () points 68 rebounds 25 assists 27 dtype: int64
จากผลลัพธ์เราจะเห็นได้ว่า:
- ผลรวมของแถวที่มีค่าดัชนี ‘A’, ‘B’ และ ‘E’ สำหรับคอลัมน์ จุด คือ 68 .
- ผลรวมของแถวที่มีค่าดัชนี ‘A’, ‘B’ และ ‘E’ สำหรับคอลัมน์ ตีกลับ คือ 25
- ผลรวมของแถวที่มีค่าดัชนี ‘A’, ‘B’ และ ‘E’ สำหรับคอลัมน์ ช่วยเหลือ คือ 27 .
ที่เกี่ยวข้อง: ความแตกต่างระหว่าง loc และ iloc ที่ Pandas
แหล่งข้อมูลเพิ่มเติม
บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:
วิธีเรียกใช้ฟังก์ชัน SUMIF ใน Pandas
วิธีดำเนินการผลรวม GroupBy ใน Pandas
วิธีรวมคอลัมน์ตามเงื่อนไขใน Pandas