求和行（但不是全部），給其他行默認值

Question

說我有以下數據框（但要記住，這可能有100+的行和列）：

我只想對滿足條件的某些行的值進行求和，在這種情況下，對於,，對於流。對於其他行，我希望它們獲得默認值，例如。

這是我的嘗試：

cols = [col for col in dataFrame.columns if col != 'stream'] 
dataFrame.loc[dataFrame['stream'] == 2, cols].sum(axis=1) 

但是它沒有得到我想要的結果。我的代碼有什麼問題？

Answer 1

我覺得你很接近，你只需要添加新列sum然後fillna與0：

cols = [col for col in df1.columns if col != 'stream'] 
print cols 
['feat', 'another_feat'] 

df1['sum'] = df1.loc[df1['stream'] == 2, cols ].sum(axis=1) 
df1['sum'] = df1['sum'].fillna(0) 
print df1 
    stream feat another_feat sum 
a  1  8    4 0.0 
b  2  5    5 10.0 
c  2  7    7 14.0 
d  3  3    2 0.0 

如果所有值都int，最後你可以通過astype投float到int：

df1['sum'] = df1['sum'].fillna(0).astype(int) 
print df1 
    stream feat another_feat sum 
a  1  8    4 0 
b  2  5    5 10 
c  2  7    7 14 
d  3  3    2 0 

numpy.where的另一種解決方案：

df1['sum'] = np.where(df1['stream'] == 2, df1[cols].sum(axis=1), 0) 
print df1 
    stream feat another_feat sum 
a  1  8    4 0 
b  2  5    5 10 
c  2  7    7 14 
d  3  3    2 0