如何筛选pandas DataFrame行并对符合条件的分数求和生成新行

首先确保已导入pandas库并读入你的数据集，示例中数据集变量名为df：

• 需求1：筛选出score列数值小于63的所有行

# 筛选结果存储到新变量，也可直接打印查看
low_score_rows = df[df['score'] < 63]

• 需求2：对所有score小于等于63的数值求和，新增一行命名为'new sum'存储该求和结果

# 先计算符合条件的score总和
sum_score = df[df['score'] <= 63]['score'].sum()
# 新增行，仅给score列赋值，其余列默认填充空值
df.loc['new sum', 'score'] = sum_score

• 需求3：删除包含小于63数值的列

# 检测所有列是否存在小于63的数值，删除符合条件的列
df = df.drop(columns=df.columns[df.lt(63).any(axis=0)])

相关数据集截图：

内容的提问来源于stack exchange，提问作者Alex