如何使用某些行数据在熊猫中创建小计记录

Question

我当前的代码是这样的：

df = pd.DataFrame({'animal': ['falcon', 'dog', 'spider', 'fish'],
                   'num_specimen_seen': [10, 2, 1, 8]})

df = df.append({'animal': 'Total Land', 'num_specimen_seen': df.loc[df['animal']=='falcon','num_specimen_seen']+df.loc[df['animal']=='dog','num_specimen_seen']+df.loc[df['animal']=='spider','num_specimen_seen']}, ignore_index=True)

df

在上面的代码中，我正在为名为 Total Land 的动物列创建一个新记录，并且它的 num_specimen_seen 是通过参考相应的陆地动物数量来计算的。有没有更好的方法来实现下面提供的我想要的结果？

我最好不想创建当前数据帧的子集来使用 .sum 功能，因为我需要多次执行上述操作

电流输出：

	animal	num_specimen_seen
0	falcon	10
1	dog	2
2	spider	1
3	fish	8
4	Total Land	0 NaN 1 NaN 2 NaN Name: num_specimen_see...

预期输出：

	animal	num_specimen_seen
0	falcon	10
1	dog	2
2	spider	1
3	fish	8
4	Total Land	13

Answer 1

将Series.isin 与sum 一起使用：

new = df.loc[df['animal'].isin(['falcon', 'dog','spider']), 'num_specimen_seen'].sum()
df = df.append({'animal': 'Total Land', 'num_specimen_seen': new}, ignore_index=True)

print (df)
       animal  num_specimen_seen
0      falcon                 10
1         dog                  2
2      spider                  1
3        fish                  8
4  Total Land                 13

对于单行解决方案使用（不幸的是难以阅读）：

df = df.append({'animal': 'Total Land', 
                'num_specimen_seen': df.loc[df['animal'].isin(['falcon', 'dog','spider']), 'num_specimen_seen'].sum()}, ignore_index=True)

Answer 2

使用sum，如下所示：

df = df.append({'animal': 'Total Land', 
                'num_specimen_seen': df['num_specimen_seen'][df['animal'].isin(['falcon', 'dog','spider'])].sum()}, ignore_index=True)

输出：