python如何將兩個數(shù)據(jù)表中的對應(yīng)數(shù)據(jù)相加
python兩個數(shù)據(jù)表中的對應(yīng)數(shù)據(jù)相加
記錄一下自己的學(xué)習(xí)過程。
有很多省份的數(shù)據(jù)，想要求全國的綜合。
這些數(shù)據(jù)都分別存在csv里。
如下：
我希望把全部省份加起來， 算一個全國總和。這時候需要用到數(shù)據(jù)表對應(yīng)值相加。
代碼如下：
先讀進來一個數(shù)據(jù)表，比如
df1 是湖北的。
在df1 的基礎(chǔ)上創(chuàng)建一個空表。
df_empty = pd.DataFrame(np.zeros(df1.shape), columns=df1.columns, index=df1.index)
這樣df_empty是
然后寫一個for循環(huán)，逐個加進來。
for i in range(len(result_list)):
print("\n************\n")
print(result_list[i])
print(prov_list[i])
dfi = pd.read_csv(os.path.join(result_data_dir, result_list[i]), index_col='year')
print(dfi)
dfi = dfi.fillna(0)
print(i)
df_empty = df_empty.add(dfi, fill_value = 0)
print(df_empty)中間有很多打印的內(nèi)容，其實關(guān)鍵的是其中兩句。
dfi = pd.read_csv(os.path.join(result_data_dir, result_list[i]), index_col='year')
這一句保證讀進來的數(shù)據(jù)索引相同，列相同。
相加，
df_empty = df_empty.add(dfi, fill_value = 0)
這一句可以讓數(shù)據(jù)表相加，相當于矩陣的點加。
得到最后結(jié)果如下
其中fill_value=0,不能省略，因為如果不加，那么add的時候，會把一些有缺失的格變成缺失，最后加起來會有很多缺失。
看樣子原來沒有的行，比如2010，會自動添加進去?？偤蛿?shù)據(jù)表里多了2010這一行。
三種Python中兩個列表數(shù)字“相加”方法
最近我在用Python處理數(shù)據(jù)時，需要將列表數(shù)據(jù)相加實現(xiàn)“累積”效果的。
需要注意，我這里所說的列表相加，并非是下面這種“列表元素相加”的情況。
list_1 = [1, 2, 3] list_2 = [4, 5, 6] print(list_1 + list_2)
輸出：
[1, 2, 3, 4, 5, 6]
注：列表元素的添加方式中，除了+號還有append()、extend()等方法。
我們目前的兩個列表元素都是int整數(shù)型，其次它們長度相同，我們想要對應(yīng)索引位置元素相加，生成新的列表list_3。
for循環(huán)
在交互式環(huán)境中輸入如下命令：
list_1 = [1, 2, 3] list_2 = [4, 5, 6] list_3 = [] for index, item in enumerate(list_1): ? ? list_3.append(item + list_2[index]) print(list_3)
輸出：
[5, 7, 9]
map()
map() 是 Python 內(nèi)置的高階函數(shù)，它接收一個函數(shù) f 和一個 list，并通過把函數(shù) f 依次作用在 list 的每個元素上，得到一個新的 list 并返回。
在交互式環(huán)境中輸入如下命令：
list_1 = [1, 2, 3] list_2 = [4, 5, 6] list_3 = list(map(lambda x, y: x + y, list_1, list_2)) print(list_3)
輸出：
[5, 7, 9]
numpy
在交互式環(huán)境中輸入如下命令：
list_1 = [1, 2, 3] list_2 = [4, 5, 6] import numpy as np list_3 = list(np.add(list_1, list_2)) print(list_3)
輸出：
[5, 7, 9]
總結(jié)
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
單目三維重建是根據(jù)單個攝像頭的運動模擬雙目視覺獲得物體在空間中的三維視覺信息,下面這篇文章主要給大家介紹了關(guān)于如何基于python實現(xiàn)單目三維重建的相關(guān)資料,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2022-06-06
布爾索引是一種使用?DataFrame?中數(shù)據(jù)的實際值的索引。本文將通過一些示例為大家詳細講講Python中布爾索引的用法，需要的可以參考一下2022-08-08
搭建python django虛擬環(huán)境完整步驟詳解
這篇文章主要介紹了搭建python django虛擬環(huán)境完整步驟詳解,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-07-07
這篇文章主要介紹了python禁用鍵鼠與提權(quán)代碼實例,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-08-08
Python爬蟲之PhantomJS和handless的使用詳解
這篇文章主要介紹了Python爬蟲之PhantomJS和handless的使用詳解,PhantomJS是一個基于Webkit的headless瀏覽器,它會把網(wǎng)站加載到內(nèi)存并使用webkit來編譯解釋執(zhí)行頁面上的JavaScript代碼,由于不進行css和gui渲染、不展示圖形界面,需要的朋友可以參考下2023-09-09
如何在Cloud Studio上執(zhí)行Python代碼？
這篇文章主要介紹了如何在Cloud Studio上執(zhí)行Python代碼？,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-08-08
tensorflow模型的save與restore,及checkpoint中讀取變量方式
這篇文章主要介紹了tensorflow模型的save與restore,及checkpoint中讀取變量方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05
NumPy隨機數(shù)據(jù)分布與Seaborn可視化詳解
數(shù)據(jù)分布是指數(shù)據(jù)集中所有可能值出現(xiàn)的頻率,并用概率來表示,它描述了數(shù)據(jù)取值的可能性,Seaborn 是一個基于 Matplotlib 的 Python 數(shù)據(jù)可視化庫,用于創(chuàng)建統(tǒng)計圖表,本文就給大家詳細的介紹一下NumPy隨機數(shù)據(jù)分布與Seaborn可視化,需要的朋友可以參考下2024-05-05
使用Python在Excel中創(chuàng)建和取消數(shù)據(jù)分組
Excel中的分組是一種通過添加層級結(jié)構(gòu)將相鄰行或列組織在一起的功能,當分組完成后,用戶可以通過折疊或展開數(shù)據(jù)組來簡化數(shù)據(jù)視圖,這篇博客將介紹如何使用Python在Excel中創(chuàng)建或取消數(shù)據(jù)分組,需要的朋友可以參考下2025-02-02
這篇文章主要介紹了Python如何使用input函數(shù)獲取輸入,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-08-08