Ich habe eine CSV mit einem Eingang wie folgt aus:Pandas Summe alle Zeilen in bestimmten Columne
Name hours Date
User1 2,5 01.01.2017
User1 5 02.01.2017
...
User1 3,5 31.01.2017
Und nun möchte ich eine Ausgabe wie folgt aus:
Total:
User1 11 01-31.01.2017
Aber ich bekomme diese 2553, 5
Ich kann nicht sagen, warum ich so viele Beispiele getestet habe, aber immer die gleiche Ausgabe.
print(df["hours"].sum())
können Sie decimal="," Parameter verwenden, zuerst in read_csv für entfernen , in Schwimmern.
cols = ['Name','Sum', 'Dates']
a = pd.DataFrame([[df["Name"].iat[0],
df["hours"].sum(),
df["Date"].min().strftime('%d.%m.%Y') + '-' +
df["Date"].max().strftime('%d.%m.%Y')]], columns=cols)
print (a)
Name Sum Dates
0 User1 11.0 01.01.2017-01.02.2017
Leider gibt es immer noch 2.553,5 und keine echte Summe. Aber Datum funktioniert :) – Kenny
Haben Sie 'Dezimal' Parameter in read_csv? – jezrael
delimiter = '\ t', error_bad_lines = Falsch, header = 4, encoding = 'cp1252', kommentar = '-', parse_dates = [3], converters = {"hours": int}). – Kenny
versuchen mit diesem: so können Sie die zweite Zeile mit Stunden zum Beispiel Summe
with open("nameofyourfile.csv") as fin:
total = 0
for row in csv.reader(fin):
total += int(row[0]) # this will sum the first row
print(total)
das Problem ist, dass die Floats Kommas anstelle von Punkten für die Dezimalstelle verwenden, so dass Python sie als Strings interpretiert und sie eher contrating als hinzufügen - ich don nicht sehen, wie das das lösen würde. – Stael
Ja. Sie haben Recht. Vielleicht mit Regex ist es möglich, die Kommas in Punkte zu ändern? – kpl33
Der Grund, warum Ihr Komma verwendet ‚‘.
hours
2,5
5
3,5
Wenn ich versuche, habe ich die gleiche Antwort wie Sie. Nach dem Ändern in Dezimal, was Punkt '.' Ist. Gefällt mir
hours
2.5
5
3.5
Voila! Du bekommst die Antwort.
Unten ist das Arbeitsbeispiel.
import pandas as pd
info = {'User':['User1','User1','User1'],
'Value':[3.5,2.5,5],
'Date':['01.01.2017','03.01.2017','02.01.2017']}
df = pd.DataFrame(info)
print(df['Value'].sum())
zuerst Ihre hours Spalte zu einer dtype von float64 konvertieren. Dies kann erfolgen mit:
import pandas as pd
import numpy as np
df['hours'] = df.hours.apply(lambda x: x.replace(',', '.')).astype(np.float64)
Als nächstes können Sie eine Funktion verwenden, um die gewünschte df-Zeile zurückzugeben.
def totals_by_user(df, username):
# Sort by username
df = df.loc[df.Name == username]
# Get the total hours
tot_hours = df.hours.sum()
# Finds the date range in your format
df = df.sort('Date')
date_range = df.Date.min().split('.')[0] + '-' + df.Date.max()
return pd.DataFrame([username, tot_hours, date_range], columns = ['Name', 'Sum', 'Date'])
ist nur ein 'User1' oder mehrere wie' User2', 'User3' ...? – jezrael
Nur ein Benutzer. Ich filterte den anderen raus. – Kenny
Sind 'Datum' sortiert? – jezrael