与Pandas的数据争论和旋转
与Pandas的数据争论和旋转
提问于 2020-10-16 08:41:06
我有一个简单的DataFrame，其中包含不同年份、地区和国家的人口数据：
df = pd.DataFrame({'country': ['one', 'one', 'one', 'two', 'two',
'two'],
'region': ['A', 'B', 'C', 'D', 'E', 'C'],
'population 2015': [10, 20, 30, 40, 50, 90],
'population 2016': [100, 200, 300, 400, 500, 900]})我将DataFrame旋转如下，以将其转换为特定的结构：
df1 = df.pivot(index='region', columns='country', values=['population 2015', 'population 2016']).fillna(0)
df1现在，我在努力计算每一年每个地区的总人口。我想以一种有效和可推广的方式，例如，不使用循环。但是，可以使用.apply()和.sum()方法，或者使用lambda函数。
输出应该类似于：
df = pd.DataFrame({'region': ['A', 'B', 'C', 'D', 'E'],
'population 2015': [10, 20, 120, 40, 50],
'population 2016': [100, 200, 1200, 400, 500]})非常感谢您的帮助，提前！
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-10-16 08:48:07
df1 = df1.sum(level=0, axis=1).reset_index()
print(df1)输出
region population 2015 population 2016
0 A 10.0 100.0
1 B 20.0 200.0
2 C 120.0 1200.0
3 D 40.0 400.0
4 E 50.0 500.0匹配输出格式的()
df1 = df1.sum(level=0, axis=1).reset_index()
df1.iloc[:, 1:] = df1.iloc[:, 1:].astype(int)
print(df1) region population 2015 population 2016
0 A 10 100
1 B 20 200
2 C 120 1200
3 D 40 400
4 E 50 500页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/64385731
复制相关文章
相似问题
腾讯云开发者
