时间戳

首页 > 解决方案 > 数据框列名 np 数组在列名之一之后有 \n

python - 数据框列名 np 数组在列名之一之后有 \n

问题描述

我正在尝试对列列表中选择列的值求和并将其存储在新列中。但是，我不断得到

raise KeyError('%s not in index' % objarr[mask])

KeyError：“['a' 'b' 'c' 'd' 'e'\n 'f'] 不在索引中”

这是我试图实现这一目标的一段代码：

cols = df.columns.values
colIndex = np.argwhere('Person')
selectCols = np.delete(cols, colIndex)
df['total counts'] = df[selectCols].sum(axis=1)

首先，我不确定\n在列之后是如何出现的e，其次我不知道是什么导致了这个 KeyError。请帮忙！

标签： pythonpandasnumpydataframe

解决方案

In [290]: np.argwhere('Person')                                                                
Out[290]: array([], shape=(1, 0), dtype=int64)

在中使用它没有意义np.delete。

节目cols

===

In [301]: cols = np.array(['Person', 'a', 'b', 'c', 'd', 'e', 'f'])                            
In [302]: idx = np.argwhere('Person')                                                          
In [303]: idx                                                                                  
Out[303]: array([], shape=(1, 0), dtype=int64)
In [304]: np.delete(cols, idx)                                                                 
Out[304]: array(['Person', 'a', 'b', 'c', 'd', 'e', 'f'], dtype='<U6')

或者，我们可以找到cols等于“人”的位置：

In [305]: idx = np.argwhere(cols=='Person')                                                    
In [306]: idx                                                                                  
Out[306]: array([[0]])
In [307]: np.delete(cols, idx)                                                                 
Out[307]: array(['a', 'b', 'c', 'd', 'e', 'f'], dtype='<U6')

或使用以下列表版本cols：

In [313]: alist = cols.tolist()                                                                                      
In [314]: alist                                                                                                      
Out[314]: ['Person', 'a', 'b', 'c', 'd', 'e', 'f']
In [315]: alist.remove('Person')                                                                                     
In [316]: alist                                                                                                      
Out[316]: ['a', 'b', 'c', 'd', 'e', 'f']

===

复制更多您的案例：

In [317]: df = pd.DataFrame(np.ones((2,4),int), columns=['a','b','c','d'])                                           
In [318]: df                                                                                                         
Out[318]: 
   a  b  c  d
0  1  1  1  1
1  1  1  1  1
In [319]: cols = df.columns.values                                                                                   
In [320]: cols                                                                                                       
Out[320]: array(['a', 'b', 'c', 'd'], dtype=object)
In [322]: np.argwhere(cols=='a')                                                                                     
Out[322]: array([[0]])
In [323]: np.delete(cols, _)                                                                                         
Out[323]: array(['b', 'c', 'd'], dtype=object)
In [324]: df[_]                                                                                                      
Out[324]: 
   b  c  d
0  1  1  1
1  1  1  1
In [326]: df[_323].sum(axis=1)                                                                                       
Out[326]: 
0    3
1    3
dtype: int64

推荐阅读