python数据框中的不同列聚合答案

【问题标题】：Different column aggregations in python dataframepython数据框中的不同列聚合
【发布时间】：2021-06-16 19:15:14
【问题描述】：

如何在作为列聚合的数据帧的最后一行。但是，它是少数的总和，而其他的则是最大值？

import pandas as pd

data = [
    ["id_1",6,7,9],
    ["id_2",9,7,1],
    ["id_3",6,7,10],
    ["id_4",9,5,10]
]
df = pd.DataFrame(data, columns = ['Student Id', 'Math', 'Physical', 'Flag'])

     Student Id  Math  Physical  Flag
0       id_1     6         7          9
1       id_2     9         7          1
2       id_3     6         7         10
3       id_4     9         5         10

我想最后得到一行作为总数，这给了我数学和物理的列总和和标志的最大值。排除 student_id 列

     Student Id  Math  Physical  Chemistry
0       id_1     6         7          9
1       id_2     9         7          1
2       id_3     6         7         10
3       id_4     9         5         10
       (Total)   30        26         10

我可以通过下面的方式求和，但是如何为不同的列获取不同的聚合并排除 NAN？

df.loc['(TOTAL)'] = df[['Math', 'Physical' ]].sum(axis = 0)

【问题讨论】：

标签： python pandas

【解决方案1】：

使用DataFrame.agg 指定聚合，对于新的总行使用DataFrame.set_index：

df = df.set_index('Student Id')
df.loc['(TOTAL)'] = df.agg({'Math':'sum', 'Physical':'sum', 'Flag':'max'})
df = df.reset_index()
print (df)
  Student Id  Math  Physical  Flag
0       id_1     6         7     9
1       id_2     9         7     1
2       id_3     6         7    10
3       id_4     9         5    10
4    (TOTAL)    30        26    10

或仅替换指定列的NaN：

df.loc[len(df)] = df.agg({'Math':'sum', 'Physical':'sum', 'Flag':'max'})
df = df.fillna({'Student Id':'(TOTAL)'})

print (df)
  Student Id  Math  Physical  Flag
0       id_1   6.0       7.0   9.0
1       id_2   9.0       7.0   1.0
2       id_3   6.0       7.0  10.0
3       id_4   9.0       5.0  10.0
4    (TOTAL)  30.0      26.0  10.0

【讨论】：