从数据框添加一列，即 df['constant'] 到数据框 df 的所有其他列。当 NAN + float 出现时 return float

Question

我有一个包含 a、b、c 列和常量的数据框 df。

   |a |b   |c   |constant|
id |  |    |    |        |
000|0 |0.2 |0.5 |0.7     |
111|0 |-0.3|0.1 |0.9     |
222|0 |NAN |0.6 |0.3     |
333|0 |1   |0.8 |0.5     |
444|0 |0.2 |1   |1.1     |
555|0 |0.8 |NAN |-0.3    |
666|0 |-0.5|-0.6|NAN     |

我想将列 df['constant'] 添加到数据框的所有其他列，并用总和替换当前列。即 df['a'] 与 df['constant'] 相同，因为它全为 0。新数据框应如下所示：

   |a   |b   |c   |constant|
id |    |    |    |        |
000|0.7 |0.9 |1.2 |0.7     |
111|0.9 |0.6 |1   |0.9     |
222|0.3 |0.3 |0.9 |0.3     |
333|0.5 |1.5 |1.3 |0.5     |
444|1.1 |1.3 |2.1 |1.1     |
555|-0.3|0.5 |-0.3|-0.3    |
666|0   |-0.5|-0.6|NAN     |

注意：如果将 NAN 添加到浮点数，则应返回浮点数

我的 3 次尝试如下所示：

尝试 1 使用了函数并且 pd.to_numeric

尝试 2 我使用了 2 个函数，def adds(x,y) 我希望能修复类型错误

尝试 3 我厌倦了与尝试 2 相同的操作，但使用了 lambda 表达式

df2['constant'] = pd.to_numeric(df2['constant'], errors='coerce')
df2['constant'] = df2['constant'].fillna(0)

dataframe_columns = ['a','b','c']

##attempt number 1
# add merged-constant across df
for c in dataframe_columns:
    df2[c] = pd.to_numeric(df2[c], errors='coerce')
    df2[c] = df2[c].add(df2['constant'])


##attempt number 2

def adds(x,y):
    if isinstance(x, float) and isinstance(y, float)==True:
        return x+y
    elif isinstance(x, float) and isinstance(y, object):
        return x
    elif isinstance(x, object) and isinstance(y, float):
        return y
    else:
        return y

# add merged-constant across df2
for c in dataframe_columns:
    df2[c] = adds(df2[c], dfc['constant'])


##attempt number 3
def adds(x,y):
    if isinstance(x, float) and isinstance(y, float)==True:
        return x+y
    elif isinstance(x, float) and isinstance(y, object):
        return x
    elif isinstance(x, object) and isinstance(y, float):
        return y
    else:
        return y

#lambda test add merged-constant across df2
for c in dataframe_columns:
    return c
df2[dataframe_columns] = df2.apply(lambda x: adds(x[dataframe_columns], x['constant']), axis =  1)

我想要一个新的数据框，a、b 和 c 列都将常量列添加到其总数中，如上所示。

Answer 1

因为在 pd.Series.add 中我们有 fill_value=0（不确定为什么数据框 +Series 不起作用），所以我们只对每一列使用它，然后 concat 返回 update原版df

df=df.apply(pd.to_numeric,errors='coerce')
df.update(pd.concat([df[x].add(df.constant,fill_value=0) for x in df.columns[:-1]],keys=df.columns[:-1],axis=1))
df
Out[116]: 
     a    b    c  constant
0                         
1  0.7  0.9  1.2       0.7
2  0.9  0.6  1.0       0.9
3  0.3  0.3  0.9       0.3
4  0.5  1.5  1.3       0.5
5  1.1  1.3  2.1       1.1
6 -0.3  0.5 -0.3      -0.3
7  0.0 -0.5 -0.6       NaN

Answer 2

我使用 fillna、add 和 join

df[['a', 'b', 'c']].fillna(0).add(df['constant'].fillna(0), axis=0).join(df.constant)


Out[391]:
        a    b    c  constant
id
000   0.7  0.9  1.2       0.7
111   0.9  0.6  1.0       0.9
222   0.3  0.3  0.9       0.3
333   0.5  1.5  1.3       0.5
444   1.1  1.3  2.1       1.1
555  -0.3  0.5 -0.3      -0.3
666   0.0 -0.5 -0.6       NaN

从数据框添加一列，即 df['constant'] 到数据框 df 的所有其他列。当 NAN + float 出现时 return float

Adding a column from a dataframe i.e. df['constant'] to all the other columns of the dataframe df. When NAN + float appears return the float

null

numpy

addition

python-2.7

pandas