python如何将两个数据表中的对应数据相加
python两个数据表中的对应数据相加
记录一下自己的学习过程。
有很多省份的数据，想要求全国的综合。
这些数据都分别存在csv里。
如下：
我希望把全部省份加起来， 算一个全国总和。这时候需要用到数据表对应值相加。
代码如下：
先读进来一个数据表，比如
df1 是湖北的。
在df1 的基础上创建一个空表。
df_empty = pd.DataFrame(np.zeros(df1.shape), columns=df1.columns, index=df1.index)
这样df_empty是
然后写一个for循环，逐个加进来。
for i in range(len(result_list)):
print("\n************\n")
print(result_list[i])
print(prov_list[i])
dfi = pd.read_csv(os.path.join(result_data_dir, result_list[i]), index_col='year')
print(dfi)
dfi = dfi.fillna(0)
print(i)
df_empty = df_empty.add(dfi, fill_value = 0)
print(df_empty)中间有很多打印的内容，其实关键的是其中两句。
dfi = pd.read_csv(os.path.join(result_data_dir, result_list[i]), index_col='year')
这一句保证读进来的数据索引相同，列相同。
相加，
df_empty = df_empty.add(dfi, fill_value = 0)
这一句可以让数据表相加，相当于矩阵的点加。
得到最后结果如下
其中fill_value=0,不能省略，因为如果不加，那么add的时候，会把一些有缺失的格变成缺失，最后加起来会有很多缺失。
看样子原来没有的行，比如2010，会自动添加进去。总和数据表里多了2010这一行。
三种Python中两个列表数字“相加”方法
最近我在用Python处理数据时，需要将列表数据相加实现“累积”效果的。
需要注意，我这里所说的列表相加，并非是下面这种“列表元素相加”的情况。
list_1 = [1, 2, 3] list_2 = [4, 5, 6] print(list_1 + list_2)
输出：
[1, 2, 3, 4, 5, 6]
注：列表元素的添加方式中，除了+号还有append()、extend()等方法。
我们目前的两个列表元素都是int整数型，其次它们长度相同，我们想要对应索引位置元素相加，生成新的列表list_3。
for循环
在交互式环境中输入如下命令：
list_1 = [1, 2, 3] list_2 = [4, 5, 6] list_3 = [] for index, item in enumerate(list_1): list_3.append(item + list_2[index]) print(list_3)
输出：
[5, 7, 9]
map()
map() 是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。
在交互式环境中输入如下命令：
list_1 = [1, 2, 3] list_2 = [4, 5, 6] list_3 = list(map(lambda x, y: x + y, list_1, list_2)) print(list_3)
输出：
[5, 7, 9]
numpy
在交互式环境中输入如下命令：
list_1 = [1, 2, 3] list_2 = [4, 5, 6] import numpy as np list_3 = list(np.add(list_1, list_2)) print(list_3)
输出：
[5, 7, 9]
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
在日常工作中,我们经常需要处理和转换不同格式的Excel文件,以适应不同的需求和软件兼容性,Excel文件的两种常见格式是XLS（Excel 97-2003）和XLSX（Excel 2007及以上版本）,本文将详细介绍如何使用Python在XLS和XLSX格式之间进行转换,需要的朋友可以参考下2024-09-09
这篇文章主要介绍了python 实现图片修复（可用于去水印），帮助大家更好的理解和使用opencv库，感兴趣的朋友可以了解下2020-11-11
Python中numpy的np.percentile百分位函数举例详解
在python中计算一个多维数组的任意百分比分位数,此处的百分位是从小到大排列,只需用np.percentile即可,这篇文章主要给大家介绍了关于Python中numpy的np.percentile百分位函数的相关资料,需要的朋友可以参考下2024-08-08
今天小编就为大家分享一篇解决Pycharm的项目目录突然消失的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
这篇文章主要介绍了python变量数据类型和运算符，不同类型的变量可以进行的运算是不同的，所以必须理解变量的类型，下面文章的更多相关内容介绍，需要的小伙伴可以参考一下2022-07-07
这篇文章主要介绍了python爬虫 Pyppeteer使用方法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-09-09
这篇文章主要介绍了pytorch中的matmul与mm,bmm区别说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-05-05
psutil是Python的一个第三方库，提供了各种强大的硬件信息查阅功能，这篇文章主要为大家介绍了如何利用psutil获取CPU与内存等硬件信息，需要的可以参考一下2023-07-07
在Pandas中，通过布尔索引或.query()方法可以实现对DataFrame中数据的筛选。例如，筛选特定列符合条件的行数据或排除某些类型值。此外，.query()方法还支持使用外部变量进行筛选。这些操作对数据处理非常有用，可以高效地进行数据清洗和预处理2024-09-09
这篇文章主要介绍了Django 视图层(view)的使用，详细的介绍了什么是视图层以及案例，非常具有实用价值，需要的朋友可以参考下2018-11-11
最新评论