如何在 Pandas 数据框中的其他行之间创建新行？

Question

我想通过行计算创建一个新行。 我的数据框看起来像这样：

Para   01.21    02.21   03.21   
<48h     22      25      38 
>48h     0       1        3

我想计算每行的百分比：

目标

Para   01.21    02.21   03.21   
<48h     22      25      38 
>48h     0       1        3
Perc.    0%      4%       8%

我有一些关于附加新数据帧的想法，但没有真正成功。 谢谢您的帮助！

Answer 1

假设您很乐意就地修改输入 DataFrame，这将产生您所请求的确切输出：

df.loc['Perc.'] = (
    df.loc['>48h'] / df.loc['<48h']
).apply(lambda x: f"{x:.0%}")

这假设打印输出中的第一列是 DataFrame 的索引。

稍微解开一下：

1. 赋值

   df.loc['Perc.'] = 

   将创建一个新行，并填充

   =

   右侧的值。

2. df.loc['>48h'] / df.loc['<48h']

   计算所需的比率，作为浮点数

3. .apply

   调用对新行的每个元素调用一个函数，将原始百分比数字转换为按照您请求的方式格式化的字符串。进一步解开这个问题：

   • f"{x}"

     将

     x

     转换为字符串（本质上等同于

     str(x)

     ）

   • f"{x:.0%}"

     通过添加

     .0%

     格式说明符 增强了上述功能，它将将该值显示为小数点后 0 位的百分比（即乘以 100，四舍五入到小数点后 0 位，然后添加

     %

     符号）。还有各种其他格式说明符可用于浮点数据。

请注意，如果您想对结果值进行任何进一步处理，我建议不执行步骤 3 - 一旦您将数据转换为字符串，它显然不能是例如乘以其他数据。

如果您想要两全其美，将内部值保留为浮动比率，但将它们显示为百分比，您可以这样做：

df.loc['Perc.'] = (
    df.loc['>48h'] / df.loc['<48h']
)

display_str = df.T.to_string(formatters={"Perc.": lambda x: f"{x:.0%}"})
print(display_str)

这将修改

df

以添加

Perc.

行，但其值将保持为实际浮动比率。那么

display_str

将是整个数据帧的适当格式的字符串表示形式，包括百分比。

请注意，

formatters

接受由列名称键控的字典，而不是行，因此您必须首先转置数据（

df.T

），结果输出将被转置：

   Para  <48h  >48h Perc.
0  1.21  22.0   0.0    0%
1  2.21  25.0   1.0    4%
2  3.21  38.0   3.0    8%

如果您在 Jupyter Notebook 中工作，您还可以使用

df.style.format

方法来实现类似的功能；打电话

df.T.style.format({"Perc.": "{:.0%}"})

将返回一个

pandas.io.formats.style.Styler

对象，但如果您在 Jupyter 笔记本中，它将像 DataFrame 一样呈现，相关列的格式如上所示。不过，这仅适用于逐列的基础，因此您需要转置。

Answer 2

para = ['01.21', '02.21', '03.21']
a = np.array(([22, 25, 38]))
b = np.array(([0, 1, 3]))
df = pd.DataFrame([para, a, b], index=['Para', '<48h', '>48h'], columns=['col0', 'col1', 'col2'])

perc = np.array(((b/a)*100))

df2 = pd.DataFrame([perc], index=['Perc.'], columns=['col0', 'col1', 'col2'])
df = df.append(df2)
print(df)

输出：

        col0   col1     col2
Para   01.21  02.21    03.21
<48h      22     25       38
>48h       0      1        3
Perc.      0      4  7.89474

Answer 3

使用

DataFrame.loc

选择行：

#If first column is not index create it
#df = df.set_index('Para')


df.loc['Perc'] = df.loc['>48h'].div(df.loc['<48h']).mul(100).round()
print (df)
      01.21  02.21  03.21
Para                     
<48h   22.0   25.0   38.0
>48h    0.0    1.0    3.0
Perc    0.0    4.0    8.0

更好的是先转置，所以可以按列选择：

#If first column is not index create it
#df = df.set_index('Para')

df = df.T

df['Perc'] = df['>48h'].div(df['<48h']).mul(100).round()
print (df)
Para   <48h  >48h  Perc
01.21    22     0   0.0
02.21    25     1   4.0
03.21    38     3   8.0

Answer 4

df.loc[键] = 行

这就是我们在 pandas 数据框中创建新行的方式

Answer 5

这样存储数据不是最佳实践。阅读Hadley 的整洁数据论文。

但是在一行中你可以这样做。

df.loc['perc'] = df.iloc[2]/df.iloc[1]