如何在处理非数字数据时对 Pandas DataFrame 中的特定列求和？

Pandas：对特定列的 DataFrame 行求和

在 Pandas DataFrame 中，组合给定列集的多行数据可能是一项常见任务。在本文中，我们将解决计算 DataFrame 行中特定列总和的查询。

初始方法和错误：

人们可能会尝试使用以下代码实现列 'a'、'b' 和 'd' 的总和：

df['e'] = df[['a', 'b', 'd']].map(sum)

但是，由于 'c' 列中存在非数字数据，此方法会失败.

正确操作：

为了考虑非数字数据并准确求和所需列，我们将代码修改如下：

df['e'] = df.sum(axis=1, numeric_only=True)

解释：

使用 axis=1 调用 sum 函数来对行而不是列求和。此外，numeric_only=True 确保计算中仅考虑数字列，不包括“c”等非数字列。

对特定列求和：

至仅对列的子集求和，创建所需列的列表并排除不需要的列：

col_list.remove('d')
df['e'] = df[col_list].sum(axis=1)

此操作将对“a”、“b”和“c”列求和，将结果存储在“e”列中。

以上是如何在处理非数字数据时对 Pandas DataFrame 中的特定列求和？的详细内容。更多信息请关注PHP中文网其他相关文章！