如何对数据框中的前几行求和？

Question

我不确定如何正确表达我想做的事情，或者这是否可能，如果这听起来令人困惑且没有意义，我深表歉意。我想做的基本上是在数据框中创建一个单独的列来对连续值求和的方法。例如，我有如下所示的这一列，我想要一个单独的列，其中包含 0.00871 和 0.001 的总和，然后是 0.000603 和 0.0123，以及 0.000871 和 4.37E-05，等等。这有意义吗？如果是这样，有没有一种方法可以为此编写代码，而不是手动执行？感谢所有帮助！我更愿意在 Python 上执行此操作，但任何语言都可以。

Not allowed to embed the image, so hopefully this works

Answer 1

鉴于您的数据以图像形式呈现，我已经对其进行了模拟
你说的
1. 每隔一行 d.index % 2
2. 将当前行和上一行相加 d["sourceValue"] + d["sourceValue"].shift()

import numpy as np
import pandas as pd

pd.DataFrame({"sourceValue": np.random.uniform(0, 1, 30)}).assign(
    required=lambda d: np.where(
        d.index % 2, d["sourceValue"] + d["sourceValue"].shift(), np.nan
    )
)

	sourceValue	required
0	0.804529	nan
1	0.24858	1.05311
2	0.710556	nan
3	0.415231	1.12579
4	0.879645	nan
5	0.599331	1.47898
6	0.635365	nan
7	0.587647	1.22301
8	0.902475	nan
9	0.0398323	0.942307
10	0.357436	nan
11	0.469155	0.826591
12	0.732759	nan
13	0.721996	1.45476
14	0.030494	nan
15	0.0047623	0.0352563
16	0.01081	nan
17	0.130903	0.141713
18	0.643588	nan
19	0.837585	1.48117
20	0.63328	nan
21	0.506582	1.13986
22	0.855085	nan
23	0.100174	0.95526
24	0.146992	nan
25	0.64605	0.793041
26	0.460859	nan
27	0.818967	1.27983
28	0.809294	nan
29	0.664239	1.47353

补充-多列

import numpy as np
import pandas as pd

df = pd.DataFrame({f"sourceValue{i+1}": np.random.uniform(0, 1, 30) for i in range(7)})

# static version
df["targetValue1"] = np.where(df.index%2, df["sourceValue1"]+df["sourceValue1"].shift(), np.nan)
df["targetValue2"] = np.where(df.index%2, df["sourceValue2"]+df["sourceValue2"].shift(), np.nan)
df["targetValue3"] = np.where(df.index%2, df["sourceValue3"]+df["sourceValue3"].shift(), np.nan)
df["targetValue4"] = np.where(df.index%2, df["sourceValue4"]+df["sourceValue4"].shift(), np.nan)
df["targetValue5"] = np.where(df.index%2, df["sourceValue5"]+df["sourceValue5"].shift(), np.nan)
df["targetValue6"] = np.where(df.index%2, df["sourceValue6"]+df["sourceValue6"].shift(), np.nan)
df["targetValue7"] = np.where(df.index%2, df["sourceValue7"]+df["sourceValue7"].shift(), np.nan)

# dynamic version
df = df.assign(**{c.replace("source", "target"): 
                  np.where(df.index % 2, df[c] + df[c].shift(), np.nan)
                  for c in df.columns if "sourceValue" in c})

df

Answer 2

要获得累计和，请使用 -

df.cumsum()

如何对数据框中的前几行求和？

How to sum previous rows in a dataframe?

python

pandas

dataframe

sum

rows

补充-多列