如何在下面的 table 中使用 pandas 中的求和函数

Question

我正在尝试添加所有行以便可以看到它，它必须只添加 (1) 正常运行时间，(2) 停机时间，(3) 下午。

`df = DataFrame({'A' : ['a','b','c','d','e'], 'B' : [1,1,3, 2,1],'C':[1,1,2,3,1],'D':[1,1,1,2,3].'E':[1,2,3,1,1]})
    df

 A B C D E Uptime Downtime P.M
 a 1 1 1 1   4
 b 1 1 1 2   3      2 
 c 3 2 1 3   1      2       6
 d 2 3 2 1   1      4       3
 e 1 1 3 1   3              3

Answer 1

尝试：

m_1 = df == 1
m_2 = df == 2
m_3 = df == 3

df["Uptime"] = (m_1).sum(axis=1).astype(int)
df["Downtime"] = (m_2 * 2).sum(axis=1).astype(int)
df["P.M"] = (m_3 * 3).sum(axis=1).astype(int)
print(df)

打印：

   A  B  C  D  E  Uptime  Downtime  P.M
0  a  1  1  1  1       4         0    0
1  b  1  1  1  2       3         2    0
2  c  3  2  1  3       1         2    6
3  d  2  3  2  1       1         4    3
4  e  1  1  3  1       3         0    3

Answer 2

试试 where 和 sum(1):

df = df.set_index('A')
cols = df.columns
df['Uptime'] = df[cols].where(df[cols].eq(1), 0).sum(1)
df['Downtime'] = df[cols].where(df[cols].eq(2), 0).sum(1)
df['P.M'] = df[cols].where(df[cols].eq(3), 0).sum(1)

输出：

  B  C  D  E  Uptime  Downtime  P.M
A                                   
a  1  1  1  1       4         0    0
b  1  1  1  2       3         2    0
c  3  2  1  3       1         2    6
d  2  3  2  1       1         4    3
e  1  1  3  1       3         0    3

Answer 3

具有列表理解的选项：

df[['Uptime', 'Downtime', 'P.M.']] = pd.concat(
    [(df.eq(x)*x).sum(1) for x in range(1, 4)], 1)

输出：

   A  B  C  D  E  Uptime  Downtime  P.M.
0  a  1  1  1  1       4         0     0
1  b  1  1  1  2       3         2     0
2  c  3  2  1  3       1         2     6
3  d  2  3  2  1       1         4     3
4  e  1  1  3  1       3         0     3

如何在下面的 table 中使用 pandas 中的求和函数

How to use sum function in pandas from the table present below

sum

count

dataframe

pandas