python如何对数据框的对角线求和答案

【问题标题】：python How to sum over diagonals of data framepython如何对数据框的对角线求和
【发布时间】：2021-09-17 21:42:09
【问题描述】：

假设我有这个数据框：

     1   2   3   4      
100  8   12  5   14 
99   1   6   4   3   
98   2   5   4   11  
97   5   3   7   2

在上述数据框中，这些值表示对 (100, 1)、(99, 1) 等进行的观察次数的计数。

在我的上下文中，对角线具有相同的含义：

     1   2   3   4
100  A   B   C   D 
99   B   C   D   E  
98   C   D   E   F 
97   D   E   F   G

如何在第一个数据帧中对对角线求和（即，对相似字母的计数求和）？

这会产生：

group  sum
A      8
B      13
C      13
D      28
E      10
F      18
G      2

For example, D is 5+5+4+14

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

如果DataFrames 和列中的索引相同，则使用DataFrame.stack 和聚合sum：

df = df1.stack().groupby(df2.stack()).sum().rename_axis('group').reset_index(name='sum')
print (df)
  group  sum
0     A    8
1     B   13
2     C   13
3     D   28
4     E   10
5     F   18
6     G    2

编辑：因为第二个 DataFrame 不存在，所以使用 numpy.diag 翻转 numpy.flipud 和 sum：

#inspired by https://stackoverflow.com/a/59173028/2901002
c = df.to_numpy()
v = [np.sum(np.diag(np.flipud(c), k=i)) for i in range(-len(df) + 1, len(df), 1)]
print(v) 
[8, 13, 13, 28, 10, 18, 2]

df = pd.DataFrame({'sum': v})
print (df)
   sum
0    8
1   13
2   13
3   28
4   10
5   18
6    2

【讨论】：

只有一个数据框
@user3102103 - 示例数据是第一个和第二个 DataFrame。你能解释更多吗？
第二个是我想要 sum ``` 1 2 3 4 100 8 12 5 14 99 1 6 4 3 98 2 5 4 11 97 5 3 7 2 ``` like 8 ,1+12,2+6+5,5+5+4+14 等

【解决方案2】：

我找到了答案：

digonalsum = pd.concat([df.iloc[:, i].shift(i) for i in range(df.shape[1])], axis=1).sum(axis=1)

【讨论】：