擅长:python、mysql、java
<p>假设您有一个数据帧,例如:</p>
<pre><code>import pandas as pd, numpy as np
</code></pre>
<p>数据框=pd.数据帧([[4,9]]*3,列=['A','B'])</p>
<pre><code>>>>df
A B
4 9
4 9
4 9
</code></pre>
<p>比如说,我们需要A列和B列的行和列的总和。为了完成它,我们写</p>
<pre><code>df.apply(np.sum, axis = 1) # for row-wise sum
Output: 13
13
13
df.apply(np.sum, axis = 0) # for column-wise sum
Output: A 12
B 27
</code></pre>
<p>现在,如果要对特定的列集应用任何函数,可以从数据框中选择一个子集。你知道吗</p>
<p>例如:我只想计算A列上的和。你知道吗</p>
<pre><code>df['A'].apply(np.sum, axis =1)
</code></pre>
<p><a href="https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.apply.html#pandas.DataFrame.apply" rel="nofollow noreferrer">Dataframe.apply</a></p>
<p>你也可以参考上面的链接。除此之外,系列.map, 系列.应用也可能很方便,正如上面的答案所提到的。
干杯!你知道吗</p>