,可以使用apply()
函数来实现。apply()
函数可以将一个函数应用到DataFrame的每一行或每一列上,并返回一个新的Series或DataFrame。
具体步骤如下:
pandas
库并创建一个DataFrame对象,例如:import pandas as pd
data = {'A': [1, 2, 3, 4],
'B': [5, 6, 7, 8],
'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)
def sum_row(row):
return row['A'] + row['B'] + row['C']
apply()
函数将函数应用于每一行,并将结果存储在新的列中:df['Sum'] = df.apply(sum_row, axis=1)
这样,新的列'Sum'将包含每一行的和。
完整的代码示例:
import pandas as pd
data = {'A': [1, 2, 3, 4],
'B': [5, 6, 7, 8],
'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)
def sum_row(row):
return row['A'] + row['B'] + row['C']
df['Sum'] = df.apply(sum_row, axis=1)
推荐的腾讯云相关产品:腾讯云数据库TDSQL、腾讯云云服务器CVM、腾讯云函数计算SCF。
T-Day
Elastic 实战工作坊
Elastic 实战工作坊
云原生正发声
DBTalk
云+社区技术沙龙[第22期]
云+社区技术沙龙[第9期]
云+社区技术沙龙[第14期]
serverless days
领取专属 10元无门槛券
手把手带您无忧上云