我想向这个 DataFrame 添加总字段:
df_test = pd.DataFrame([
{'id':1,'cat1a':3,'cat1b':2, 'cat2a':4,'cat2b':3},
{'id':2,'cat1a':7,'cat1b':5, 'cat2a':9,'cat2b':6}
])
这段代码几乎可以工作:
def add_total(therecord):
t1 = therecord['cat1a'] + therecord['cat1b']
t2 = therecord['cat2a'] + therecord['cat2b']
return t1, t2
df_test['cat1tot', 'cat2tot'] = df_test[['cat1a', 'cat1b', 'cat2a', 'cat2b']].apply(add_total,axis=1)
除非它只产生 1 个新列:
还有这段代码:
def add_total(therecord):
t1 = therecord['cat1a'] + therecord['cat1b']
t2 = therecord['cat2a'] + therecord['cat2b']
return [t1, t2]
df_test[['cat1tot', 'cat2tot']] = df_test[['cat1a', 'cat1b', 'cat2a', 'cat2b']].apply(add_total,axis=1)
结果:KeyError: "['cat1tot' 'cat2tot'] not in index"
我试图通过以下方式解决这个问题:
my_cols_list=['cat1tot','cat2tot']
df_test.reindex(columns=[*df_test.columns.tolist(), *my_cols_list], fill_value=0)
但这并没有解决问题。那我错过了什么？
请您参考如下方法:
通常不是使用df.apply 是个好主意，除非您绝对必须这样做。原因是这些操作不是向量化的，即在后台有一个循环，其中每一行作为它自己的 pd.Series 被送入一个函数。
这将是一个向量化的实现:
df_test['cat1tot'] = df_test['cat1a'] + df_test['cat1b']
df_test['cat2tot'] = df_test['cat2a'] + df_test['cat2b']
# cat1a cat1b cat2a cat2b id cat1tot cat2tot
# 0 3 2 4 3 1 5 7
# 1 7 5 9 6 2 12 15
