Pandas：按数字列名聚合，替换时给出错误

Question

为了消除测量时的变化，我想在一个特定的范围内编译。你知道吗

例如，我想将列名加在整数的±0.1范围内，并将其赋给整数列。但是，由于形状错误，我无法替换。你知道吗

我认为这是由转换列的类型引起的，但是我应该怎么做呢？你知道吗

谢谢你。你知道吗

import pandas as pd
import  numpy as np

df = pd.DataFrame(data= np.arange(0,10000,1).reshape(100,100))
df.columns = np.arange(0,10,0.1)

print(df.head())
df.columns = df.columns.astype(float)
temp = df.columns.values

for n in np.arange(1, 9, 1):
 l = n - 0.1
 m = n + 0.1
 calc_n = temp[np.where((temp >= l) & (temp <= m))]
 calc = np.sum(df[df.columns.intersection(calc_n)], axis=1)
 n_position = temp[np.where(temp == n)]
 df[n_position] = calc.values

ValueError:形状不匹配：形状（100，）的值数组无法广播到形状（1100）的索引结果

Answer 1

ValueError是因为n_position是一个数组。所以df[n_position]给你一个数据帧而不是一个列。你知道吗

使用浮点作为索引通常不是一个好主意。在比较浮动时要小心。这行calc_n = temp[np.where((temp >= l) & (temp <= m))]并不总是给出准确的结果。你知道吗

对于初学者，请尝试：

for n in np.arange(1, 9, 1):
    margin = 0.101     # set your own margin
    calc_n = np.where(np.abs(temp-n) < margin)
    df[n] = df.iloc[:,calc_n[0]].sum(axis=1)