如何在Pandas中计算指定行下方行总和并重构数据集？

现有如下格式的数据集：

crawled_fag   tech_flag    ug_flag
0         1              2           0
1         6              0           0
2         2              0           1
3         1              0           1
4         0              1           0
5         0              7           0

需要将第二行（索引为1的行）的值替换为其下方所有行（索引2到5）对应列的总和，最终得到如下结果：

crawled_fag   tech_flag    ug_flag
0         1              2           0
1         9              8           2

实现步骤（基于Python Pandas） #

• 导入Pandas库并创建/读取数据集
• 计算目标行下方所有行的列总和
• 替换目标行的值为计算出的总和
• 保留需要的行

完整代码示例 #

import pandas as pd

# 构造原始数据集
data = {
    'crawled_fag': [1, 6, 2, 1, 0, 0],
    'tech_flag': [2, 0, 0, 0, 1, 7],
    'ug_flag': [0, 0, 1, 1, 0, 0]
}
df = pd.DataFrame(data)

# 计算索引1下方所有行（索引2至末尾）的列总和
below_row_sum = df.loc[2:].sum()

# 将索引1的行替换为计算得到的总和
df.loc[1] = below_row_sum

# 仅保留索引0和1的行
df = df.loc[[0, 1]]

# 输出结果
print(df)

代码说明 #

• df.loc[2:]：选取从索引2开始到末尾的所有行，即第二行下方的所有数据行
• .sum()：对选中的行按列计算总和，得到各列的累计值
• df.loc[1] = below_row_sum：将计算出的列总和赋值给索引为1的行，完成替换
• df.loc[[0, 1]]：筛选出仅保留前两行的DataFrame，得到最终目标结果

内容的提问来源于stack exchange，提问作者Patrik