前言:
今天我们对“python比较两列数据”大体比较着重,大家都想要学习一些“python比较两列数据”的相关资讯。那么小编也在网摘上网罗了一些关于“python比较两列数据””的相关内容,希望各位老铁们能喜欢,大家快快来学习一下吧!【如果对您有用,请关注并转发,谢谢~~】
最近在处理气象类相关数据的空间计算,在做综合性计算的时候,DataFrame针对每列的统计求和、最大值等较为方便,对某行的两列或多列数据进行求和与最大值等的简便方法(方案二),方案一是使用传统循环方法计算。
采用以下测试数据,用前3列求红色区域两列数据。
方案一
使用传统每行的进行循环计算求和与最大值
import pandas as pd# 设置测试样例数据df = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],"Units": [100, 150, 110, 80, 110, 90],"prices": [120, 110, 100, 90, 150, 90] })# 创建求和与最大值列df['Total'] = Nonedf['Max'] = Nonedf# 给每列设置indexindex_selling=df.columns.get_loc('Units')index_cost=df.columns.get_loc('prices')index_total=df.columns.get_loc('Total')index_max=df.columns.get_loc('Max')# 循环每行进行求和for row in range(0, len(df)): df.iat[row, index_total] = df.iat[row,index_selling] + df.iat[row, index_cost] if df.iat[row, index_selling] > df.iat[row, index_cost]: df.iat[row, index_max] = df.iat[row, index_selling] else: df.iat[row, index_max] = df.iat[row, index_cost]df
方案二
采用Dataframe的对2列或多列需要先转置再计算,然后进行求和与最大值。df.max()默认对每一列取最大值。
import pandas as pd# 设置测试样例数据df = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],"Units": [100, 150, 110, 80, 110, 90],"prices": [120, 110, 100, 90, 150, 90] })# 核心关键,计算多列数据求和与最大值df["Total"]=df.loc[:,["Units","prices"]].T.sum()df["Max"]=df.loc[:,["Units","prices"]].T.max()df
标签: #python比较两列数据