給定一個數據幀如何在熊貓中同時執行'n`行的總和？
A
0 14
1 59
2 38
3 40
4 99
5 89
6 70
7 64
8 84
9 40
10 30
11 94
12 65
13 29
14 48
15 26
16 80
17 79
18 74
19 69
該數據幀具有20列。我想一次對n=5行進行分組並總結起來。所以，我的輸出應該是這樣的：
A
0 250
1 347
2 266
3 328
df.rolling_sum不會幫助，因爲它不會讓你總結的時候改變步幅。
還有什麼其他方法可以做到這一點？
df.set_index(df.index // 5).sum(level=0)
哦，這是新的。不知道水平...很酷... –
假設您的索引是連續的，您可以在df.index上執行整數除法，然後按索引進行分組。
對於上述df，你可以這樣做：
In [447]: df.index // 5
Out[447]: Int64Index([0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3], dtype='int64')
獲得最終的答案只是一個步驟，使用df.groupby和dfGroupBy.sum：
In [448]: df.groupby(df.index // 5).sum()
Out[448]:
A
0 250
1 347
2 266
3 328
如果你沒有一個RangeIndex做先使用df.reset_index，然後再使用組。
如果你可以管理與相對於一個系列的款項的ndarray（你總是可以重新構建一系列無論如何），你可以使用np.add.reduceat。
np.add.reduceat(df.A.values, np.arange(0, df.A.size, 5))
在這種情況下返回
array([250, 347, 266, 328])
之前盲目downvoting，請閱讀：[副本可以作爲一個路標，引導用戶到另一個問題有用的答案。（https：//開頭計算器。 blog/2009/05/20/linking-duplicate-questions /）問一個被標記爲重複的問題沒有任何問題。 –
同意。另外，這不是完全重複的。它足夠接近，我不會撤消dup標誌。但你的問題總和。另一個人詢問平均水平。不同的人會想到尋找不同的東西。如果你的問題的表述方式最終會引導更多人回答他們需要的答案，那麼你提出了一個有用的問題，即使它是重複的。 – piRSquared
我也加了我對這個問題的回答 – piRSquared