python两列数据相加_python数据框中每列相加_python – Pandas数据帧中每两列的总和...

本文介绍了如何使用Pandas在数据框中对每两列进行求和操作。通过`groupby`函数结合`axis=1`参数以及`reduceat`方法实现列的相加,并对两种方法进行了性能比较。对于大型数据集,`reduceat`方法表现得更快。
摘要由CSDN通过智能技术生成

1)通过提供axis = 1来执行w.r.t列的groupby.根据Per @ Boud的评论,你可以通过分组数组中的小调整得到你想要的结果:

df.groupby((np.arange(len(df.columns)) // 2) + 1, axis=1).sum().add_prefix('s')

36570

根据这种情况进行分组:

np.arange(len(df.columns)) // 2

# array([0, 0, 1, 1, 2, 2], dtype=int32)

df = pd.DataFrame(np.add.reduceat(df.values, np.arange(len(df.columns))[::2], axis=1))

df.columns = df.columns + 1

df.add_prefix('s')

36570

时间限制:

对于横跨20列的100万行DF:

from string import ascii_lowercase

np.random.seed(42)

df = pd.DataFrame(np.random.randint(0, 10, (10**6,20)), columns=list(ascii_lowercase[:20]))

df.shape

(1000000, 20)

def with_

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值