如何在Pandas Data Frame中跨其他行计算创建新行?

9rnv2umw  于 2023-09-29  发布在  其他
关注(0)|答案(5)|浏览(104)

我想通过行计算创建一个新行。我的DataFrame看起来像这样:

  1. Para 01.21 02.21 03.21
  2. <48h 22 25 38
  3. >48h 0 1 3

我想计算每行的百分比,使得:

目标

  1. Para 01.21 02.21 03.21
  2. <48h 22 25 38
  3. >48h 0 1 3
  4. Perc. 0% 4% 8%

我有一些关于添加新DataFrame的想法,但没有真正成功。谢谢您的帮助!

ny6fqffe

ny6fqffe1#

假设您愿意修改输入DataFrame,这将产生您请求的确切输出:

  1. df.loc['Perc.'] = (
  2. df.loc['>48h'] / df.loc['<48h']
  3. ).apply(lambda x: f"{x:.0%}")

这假定打印输出中的第一列是DataFrame的索引。
要解开这个一点:
1.赋值df.loc['Perc.'] =将创建一个新行,用=右侧的值填充。

  1. df.loc['>48h'] / df.loc['<48h']以浮点数形式计算所需的比率
  • .apply调用对新行的每个元素调用一个函数,将原始百分比转换为按您所要求的方式格式化的字符串。再进一步解释一下:
  • f"{x}"x转换为字符串(本质上等同于str(x)
  • f"{x:.0%}"通过添加.0% * 格式说明符 * 来增强上述功能,该格式说明符将值显示为小数点后0位的百分比(即乘以100,四舍五入到小数点后0位,然后加上%符号)。有各种其他格式说明符可用于浮点数据。

请注意,如果你想对结果值做任何进一步的处理,我建议 * 不要 * 执行步骤3 -一旦你将数据转换为字符串,它显然不能例如。乘以其他数据。
如果你想两全其美,将内部值保持为浮点比率,但将它们显示为百分比,你可以这样做:

  1. df.loc['Perc.'] = (
  2. df.loc['>48h'] / df.loc['<48h']
  3. )
  4. display_str = df.T.to_string(formatters={"Perc.": lambda x: f"{x:.0%}"})
  5. print(display_str)

这将修改df以添加Perc.行,但其值将保持为实际浮点比。然后display_str将是整个 Dataframe 的适当格式的字符串表示,包括百分比。
注意,formatters接受以 column names为键的dict,而不是行,所以你必须先转置你的数据(df.T),结果输出将被转置:

  1. Para <48h >48h Perc.
  2. 0 1.21 22.0 0.0 0%
  3. 1 2.21 25.0 1.0 4%
  4. 2 3.21 38.0 3.0 8%

如果你在Jupyter笔记本中工作,你也可以使用df.style.format方法来实现类似的功能;调用

  1. df.T.style.format({"Perc.": "{:.0%}"})

将返回一个pandas.io.formats.style.Styler对象,但如果您在Jupyter笔记本中,它将像DataFrame一样呈现,相关列的格式如上所述。不过,这只适用于逐列的基础上,所以你需要转置。

展开查看全部
j2datikz

j2datikz2#

  1. para = ['01.21', '02.21', '03.21']
  2. a = np.array(([22, 25, 38]))
  3. b = np.array(([0, 1, 3]))
  4. df = pd.DataFrame([para, a, b], index=['Para', '<48h', '>48h'], columns=['col0', 'col1', 'col2'])
  5. perc = np.array(((b/a)*100))
  6. df2 = pd.DataFrame([perc], index=['Perc.'], columns=['col0', 'col1', 'col2'])
  7. df = df.append(df2)
  8. print(df)

输出量:

  1. col0 col1 col2
  2. Para 01.21 02.21 03.21
  3. <48h 22 25 38
  4. >48h 0 1 3
  5. Perc. 0 4 7.89474
展开查看全部
1bqhqjot

1bqhqjot3#

对选定行使用DataFrame.loc

  1. #If first column is not index create it
  2. #df = df.set_index('Para')
  3. df.loc['Perc'] = df.loc['>48h'].div(df.loc['<48h']).mul(100).round()
  4. print (df)
  5. 01.21 02.21 03.21
  6. Para
  7. <48h 22.0 25.0 38.0
  8. >48h 0.0 1.0 3.0
  9. Perc 0.0 4.0 8.0

最好是先转置,所以可以按列选择:

  1. #If first column is not index create it
  2. #df = df.set_index('Para')
  3. df = df.T
  4. df['Perc'] = df['>48h'].div(df['<48h']).mul(100).round()
  5. print (df)
  6. Para <48h >48h Perc
  7. 01.21 22 0 0.0
  8. 02.21 25 1 4.0
  9. 03.21 38 3 8.0
展开查看全部
6pp0gazn

6pp0gazn4#

df.loc[key] = row
这是我们如何在pandas数据框中创建新行

kd3sttzy

kd3sttzy5#

这样存储数据不是最佳做法。读取Hadley's tidy data paper
但是在一条线上你可以这样做。

  1. df.loc['perc'] = df.iloc[2]/df.iloc[1]

相关问题