पंडों के स्तंभ का कुल प्राप्त करें

Question

लक्ष्य

मैं, जैसा कि नीचे एकाधिक स्तंभों के साथ दिखाया गया है, और स्तंभ की कुल प्राप्त करना चाहते हैं, एक पांडा डेटा फ्रेम है MyColumn।

---

डेटा फ़्रेम -df:

print df

           X           MyColumn  Y              Z   
0          A           84        13.0           69.0   
1          B           76         77.0          127.0   
2          C           28         69.0           16.0   
3          D           28         28.0           31.0   
4          E           19         20.0           85.0   
5          F           84        193.0           70.0   

---

मेरा प्रयास :

मैंने उपयोग करने वाले कॉलम का योग पाने का प्रयास किया है groupbyऔर .sum():

Total = df.groupby['MyColumn'].sum()

print Total

यह निम्न त्रुटि का कारण बनता है:

TypeError: 'instancemethod' object has no attribute '__getitem__'

---

अपेक्षित उत्पादन

मुझे उम्मीद है कि आउटपुट का अनुसरण किया जाएगा:

319

या वैकल्पिक रूप से, मैं कुल मिलाकर dfएक नए rowहकदार के साथ संपादित होना चाहूंगा TOTAL:

           X           MyColumn  Y              Z   
0          A           84        13.0           69.0   
1          B           76         77.0          127.0   
2          C           28         69.0           16.0   
3          D           28         28.0           31.0   
4          E           19         20.0           85.0   
5          F           84        193.0           70.0   
TOTAL                  319

Comments

पांडा पाइथोनिक क्यों नहीं है, इसके एक चित्रण के लिए, भ्रम से आगे नहीं देखें कि एक कॉलम को कैसे योग करें।

— user1416227

Answer 1

आपको उपयोग करना चाहिए sum:

Total = df['MyColumn'].sum()
print (Total)
319

तब आप के locसाथ प्रयोग करते हैं Series, उस स्थिति में सूचकांक को उसी विशिष्ट कॉलम के रूप में सेट किया जाना चाहिए जिसे आपको योग करने की आवश्यकता है:

df.loc['Total'] = pd.Series(df['MyColumn'].sum(), index = ['MyColumn'])
print (df)
         X  MyColumn      Y      Z
0        A      84.0   13.0   69.0
1        B      76.0   77.0  127.0
2        C      28.0   69.0   16.0
3        D      28.0   28.0   31.0
4        E      19.0   20.0   85.0
5        F      84.0  193.0   70.0
Total  NaN     319.0    NaN    NaN

क्योंकि यदि आप स्केलर पास करते हैं, तो सभी पंक्तियों के मान भरे जाएंगे:

df.loc['Total'] = df['MyColumn'].sum()
print (df)
         X  MyColumn      Y      Z
0        A        84   13.0   69.0
1        B        76   77.0  127.0
2        C        28   69.0   16.0
3        D        28   28.0   31.0
4        E        19   20.0   85.0
5        F        84  193.0   70.0
Total  319       319  319.0  319.0

दो अन्य समाधान के साथ हैं at, और ixनीचे दिए गए एप्लिकेशन देखें:

df.at['Total', 'MyColumn'] = df['MyColumn'].sum()
print (df)
         X  MyColumn      Y      Z
0        A      84.0   13.0   69.0
1        B      76.0   77.0  127.0
2        C      28.0   69.0   16.0
3        D      28.0   28.0   31.0
4        E      19.0   20.0   85.0
5        F      84.0  193.0   70.0
Total  NaN     319.0    NaN    NaN

---

df.ix['Total', 'MyColumn'] = df['MyColumn'].sum()
print (df)
         X  MyColumn      Y      Z
0        A      84.0   13.0   69.0
1        B      76.0   77.0  127.0
2        C      28.0   69.0   16.0
3        D      28.0   28.0   31.0
4        E      19.0   20.0   85.0
5        F      84.0  193.0   70.0
Total  NaN     319.0    NaN    NaN

नोट: जब से पंडों v0.20, ixपदावनत किया गया है। उपयोग locया ilocइसके बजाय।

Comments

यह बहुत अच्छा है :) स्पष्टीकरण के लिए धन्यवाद, क्या मैं पूछ सकता हूं कि .locउपरोक्त उदाहरण में क्या है?

— LearningToJava

locइज़ाफ़ा के साथ स्थापित करने के लिए है ।

— jezrael

atविस्तार के साथ सेटिंग के लिए भी काम करता है, अंतिम संपादन देखें।

— jezrael

धन्यवाद, क्या कोई पसंदीदा तरीका है?

— LearningToJava

हममम, डॉक्स का कहना है The .loc/.ix/[] operations can perform enlargement when setting a non-existant key for that axis., तो locया ixया []। अगले भाग में लिखा गया है, at may enlarge the object in-place as above if the indexer is missing.इसलिए सभी विधियाँ अच्छी हैं, लेकिन atमुझे लगता है कि सबसे तेज़ है।

— jezrael

Answer 2

एक और विकल्प जो आप यहां ले सकते हैं:

df.loc["Total", "MyColumn"] = df.MyColumn.sum()

#         X  MyColumn      Y       Z
#0        A     84.0    13.0    69.0
#1        B     76.0    77.0   127.0
#2        C     28.0    69.0    16.0
#3        D     28.0    28.0    31.0
#4        E     19.0    20.0    85.0
#5        F     84.0   193.0    70.0
#Total  NaN    319.0     NaN     NaN

---

आप append()विधि का उपयोग भी कर सकते हैं :

df.append(pd.DataFrame(df.MyColumn.sum(), index = ["Total"], columns=["MyColumn"]))

---

अपडेट करें:

यदि आपको सभी संख्यात्मक स्तंभों के लिए राशि जोड़नी है, तो आप निम्नलिखित में से एक कर सकते हैं:

appendइसे कार्यात्मक तरीके से करने के लिए उपयोग करें (मूल डेटा फ़्रेम को नहीं बदलता है):

# select numeric columns and calculate the sums
sums = df.select_dtypes(pd.np.number).sum().rename('total')

# append sums to the data frame
df.append(sums)
#         X  MyColumn      Y      Z
#0        A      84.0   13.0   69.0
#1        B      76.0   77.0  127.0
#2        C      28.0   69.0   16.0
#3        D      28.0   28.0   31.0
#4        E      19.0   20.0   85.0
#5        F      84.0  193.0   70.0
#total  NaN     319.0  400.0  398.0

locजगह में डेटा फ्रेम म्यूट करने के लिए उपयोग करें :

df.loc['total'] = df.select_dtypes(pd.np.number).sum()
df
#         X  MyColumn      Y      Z
#0        A      84.0   13.0   69.0
#1        B      76.0   77.0  127.0
#2        C      28.0   69.0   16.0
#3        D      28.0   28.0   31.0
#4        E      19.0   20.0   85.0
#5        F      84.0  193.0   70.0
#total  NaN     638.0  800.0  796.0

Comments

सभी कॉलम के योग के बारे में क्या?

— फ़ॉफ़ी

Answer 3

एक डेटाफ्रेम की लंबाई प्राप्त करने के समान len(df), निम्नलिखित ने पांडा और ब्लेज़ के लिए काम किया:

Total = sum(df['MyColumn'])

या वैकल्पिक रूप से

Total = sum(df.MyColumn)
print Total

Answer 4

स्तंभ के योग के दो तरीके हैं

डेटासेट = pd.read_csv ("data.csv")

1: योग (डेटासेट। कॉलम_नाम)

2: डेटासेट ['कॉलम_नाम']]

अगर इसमें कोई समस्या है तो कृपया मुझे सुधारें ..

Answer 5

अन्य विकल्प के रूप में, आप नीचे जैसा कुछ कर सकते हैं

Group   Valuation   amount
    0   BKB Tube    156
    1   BKB Tube    143
    2   BKB Tube    67
    3   BAC Tube    176
    4   BAC Tube    39
    5   JDK Tube    75
    6   JDK Tube    35
    7   JDK Tube    155
    8   ETH Tube    38
    9   ETH Tube    56

स्क्रिप्ट के नीचे, आप उपरोक्त डेटा के लिए उपयोग कर सकते हैं

import pandas as pd    
data = pd.read_csv("daata1.csv")
bytreatment = data.groupby('Group')
bytreatment['amount'].sum()