web-dev-qa-db-ja.com

パンダ：他の列の値の条件に基づいて列を合計する方法は？

私は次のpandas DataFrame。

_import pandas as pd
df = pd.read_csv('filename.csv')

print(df)

     dog      A         B           C
0     dog1    0.787575  0.159330    0.053095
1     dog10   0.770698  0.169487    0.059815
2     dog11   0.792689  0.152043    0.055268
3     dog12   0.785066  0.160361    0.054573
4     dog13   0.795455  0.150464    0.054081
5     dog14   0.794873  0.150700    0.054426
..    ....
8     dog19   0.811585  0.140207    0.048208
9     dog2    0.797202  0.152033    0.050765
10    dog20   0.801607  0.145137    0.053256
11    dog21   0.792689  0.152043    0.055268
    ....
_

次のように、列_"A"_、_"B"_、_"C"_を合計して新しい列を作成します。

_df['total_ABC'] = df[["A", "B", "B"]].sum(axis=1)
_

ここで、条件に基づいてこれを行いたい、つまりif _"A" < 0.78_の場合、新しい合計列df['smallA_sum'] = df[["A", "B", "B"]].sum(axis=1)を作成します。それ以外の場合、値はゼロでなければなりません。

このような条件文はどのように作成しますか？

私の考えは使用することです

_df['smallA_sum'] = df1.apply(lambda row: (row['A']+row['B']+row['C']) if row['A'] < 0.78))
_

ただし、これは機能せず、軸を指定できません。

他の列の値に基づいてどのように列を作成しますか？

また、それぞれの_df['dog'] == 'dog2'_のようなことをして、列_dog2_sum_を作成することもできます。

_ df['dog2_sum'] = df1.apply(lambda row: (row['A']+row['B']+row['C']) if df['dog'] == 'dog2'))
_

しかし、私のアプローチは間違っています。

`

pythonpandasdataframeconditional
9
ShanZhengYang

以下が機能するはずです。ここでは、条件が満たされているdfをマスクします。これにより、条件が満たされていない行にNaNが設定されるため、新しい列でfillnaを呼び出します。

In [67]:
df = pd.DataFrame(np.random.randn(5,3), columns=list('ABC'))
df

Out[67]:
          A         B         C
0  0.197334  0.707852 -0.443475
1 -1.063765 -0.914877  1.585882
2  0.899477  1.064308  1.426789
3 -0.556486 -0.150080 -0.149494
4 -0.035858  0.777523 -0.453747

In [73]:    
df['total'] = df.loc[df['A'] > 0,['A','B']].sum(axis=1)
df['total'].fillna(0, inplace=True)
df

Out[73]:
          A         B         C     total
0  0.197334  0.707852 -0.443475  0.905186
1 -1.063765 -0.914877  1.585882  0.000000
2  0.899477  1.064308  1.426789  1.963785
3 -0.556486 -0.150080 -0.149494  0.000000
4 -0.035858  0.777523 -0.453747  0.000000

別のアプローチは、whereの結果で sum を呼び出すことです。これは、条件が満たされない場合に返す値paramを取ります。

In [75]:
df['total'] = df[['A','B']].sum(axis=1).where(df['A'] > 0, 0)
df

Out[75]:
          A         B         C     total
0  0.197334  0.707852 -0.443475  0.905186
1 -1.063765 -0.914877  1.585882  0.000000
2  0.899477  1.064308  1.426789  1.963785
3 -0.556486 -0.150080 -0.149494  0.000000
4 -0.035858  0.777523 -0.453747  0.000000
10
EdChum