dataframe空列和有值列相加
时间: 2023-12-03 14:35:25 浏览: 26
在DataFrame中,可以使用`fillna()`函数将空列填充为0,然后使用`add()`函数将填充后的空列与有值列相加。下面是一个示例代码:
```python
import pandas as pd
# 创建示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4],
'B': [5, None, 7, None],
'C': [None, None, None, 8]})
# 将空列填充为0
df_filled = df.fillna(0)
# 空列和有值列相加
df_sum = df_filled['B'].add(df_filled['C'])
print(df_sum)
```
输出结果:
```
0 5.0
1 0.0
2 7.0
3 8.0
dtype: float64
```
在上面的示例中,我们首先使用`fillna()`函数将空列填充为0,然后使用`add()`函数将填充后的'B'列和'C'列相加得到新的Series `df_sum`。
相关问题
dataframe 所有列取平均值
要计算DataFrame中所有列的平均值,你可以使用`mean()`函数。以下是计算DataFrame所有列平均值的代码示例:
```python
df.mean()
```
这将返回一个包含每列平均值的Series对象。每列的平均值将根据数据类型进行计算。如果你只想计算数值列的平均值,可以使用`select_dtypes()`函数来选择数值列,然后再应用`mean()`函数:
```python
df.select_dtypes(include='number').mean()
```
这将返回数值列的平均值。
查看dataframe每列的唯一值
要查看DataFrame每列的唯一值,可以使用`unique()`方法。以下是一个示例代码:
```python
import pandas as pd
# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
'B': [1, 2, 3, 4, 4],
'C': ['apple', 'banana', 'apple', 'banana', 'apple']}
df = pd.DataFrame(data)
# 查看每列的唯一值
for column in df.columns:
unique_values = df[column].unique()
print(f"Unique values in column '{column}': {unique_values}")
```
这段代码创建了一个示例DataFrame,并使用`unique()`方法查看每列的唯一值。`df.columns`返回DataFrame的所有列名,然后在循环中对每个列使用`unique()`方法获取唯一值,并打印出来。
输出结果将显示每列的唯一值。例如,在上述示例中,输出将类似于:
```
Unique values in column 'A': [1 2 3 4 5]
Unique values in column 'B': [1 2 3 4]
Unique values in column 'C': ['apple' 'banana']
```
这表明列'A'有5个不同的唯一值,列'B'有4个唯一值,而列'C'有两个唯一值。你可以根据自己的DataFrame进行相应的调整和使用。