Question

大约一周前，我才刚开始学习熊猫，而现在，我一直在努力研究熊猫数据框。我的数据如下：

State    NY   CA   Other  Total
Year
2003    450   50    25      525
2004    300   75     5      380
2005    500  100   100      700
2006    250   50   100      400

我从一个数据集制作了这张表，该数据集包含我在这里表示为State的变量的大约30个值。在示例中，如果它们不是NY或CA，我将它们加起来并放在“其他”类别中。这样的年份是根据标准化的日期列表（最初是mm / dd / yyyy和yyyy-mm-dd）得出的，如果这会导致我的问题：

dict = {'Date': pd.to_datetime(my_df.Date).dt.year}

及更高版本：

my_df = my_df.rename_axis('Year')

我现在尝试在底部添加一行以显示每个类别的总数：

final_df = my_df.append({'Year' : 'Total',
                         'NY': my_df.NY.sum(), 
                         'CA': my_df.CA.sum(), 
                         'Other': my_df.Other.sum(), 
                         'Total': my_df.Total.sum()}, 
                          ignore_index=True)

从技术上讲这确实可行，但是它使我的表看起来像这样：

         NY   CA   Other  Total  State
0       450   50    25      525    NaN
1       300   75     5      380    NaN
2       500  100   100      700    NaN
3       250   50   100      400    NaN
4         a    b     c        d   Total

（“ a”等是各列的实际总数。）它在开头添加一列，并在我的“ Year”（年）列结尾。实际上，它也删除了“日期”标签，并将最后一列中的所有年份都转换为NaN。

有什么办法可以使此格式正确？谢谢您的宝贵时间。

Answer 1

我相信您需要通过Series和sum创建rename：

final_df = my_df.append(my_df.sum().rename('Total'))
print (final_df)
         NY   CA  Other  Total
State                         
2003    450   50     25    525
2004    300   75      5    380
2005    500  100    100    700
2006    250   50    100    400
Total  1500  275    230   2005

另一种解决方案是将loc用于setting with enlargement：

my_df.loc['Total'] = my_df.sum()
print (my_df)
         NY   CA  Other  Total
State                         
2003    450   50     25    525
2004    300   75      5    380
2005    500  100    100    700
2006    250   50    100    400
Total  1500  275    230   2005

上一个答案的另一个想法-将参数margins=True和margins_name='Total'添加到crosstab：

df1 = df.assign(**dct)
out = (pd.crosstab(df1['Firing'], df1['State'], margins=True, margins_name='Total'))

熊猫：使用Append添加新列，并将所有列都设为NaN

1 个答案: