如何遍歷 dataframe 的列？

Question

我想要 go 通過 dataframe 的所有列。 這樣我將獲得該列的特定數據，使用這些數據我必須為另一個 dataframe 計算。 在這里我有：

                         DP1         DP2         DP3         DP4         DP5         DP6         DP7         DP8        DP9       DP10       Total
OP1                  357848.0   1124788.0   1735330.0   2218270.0   2745596.0   3319994.0   3466336.0   3606286.0  3833515.0  3901463.0   3901463.0
OP2                  352118.0   1236139.0   2170033.0   3353322.0   3799067.0   4120063.0   4647867.0   4914039.0  5339085.0        NaN   5339085.0
OP3                  290507.0   1292306.0   2218525.0   3235179.0   3985995.0   4132918.0   4628910.0   4909315.0        NaN        NaN   4909315.0
OP4                  310608.0   1418858.0   2195047.0   3757447.0   4029929.0   4381982.0   4588268.0         NaN        NaN        NaN   4588268.0
OP5                  443160.0   1136350.0   2128333.0   2897821.0   3402672.0   3873311.0         NaN         NaN        NaN        NaN   3873311.0
OP6                  396132.0   1333217.0   2180715.0   2985752.0   3691712.0         NaN         NaN         NaN        NaN        NaN   3691712.0
OP7                  440832.0   1288463.0   2419861.0   3483130.0         NaN         NaN         NaN         NaN        NaN        NaN   3483130.0
OP8                  359480.0   1421128.0   2864498.0         NaN         NaN         NaN         NaN         NaN        NaN        NaN   2864498.0
OP9                  376686.0   1363294.0         NaN         NaN         NaN         NaN         NaN         NaN        NaN        NaN   1363294.0
OP10                 344014.0         NaN         NaN         NaN         NaN         NaN         NaN         NaN        NaN        NaN    344014.0
Total               3671385.0  11614543.0  17912342.0  21930921.0  21654971.0  19828268.0  17331381.0  13429640.0  9172600.0  3901463.0  34358090.0
Latest Observation   344014.0   1363294.0   2864498.0   3483130.0   3691712.0   3873311.0   4588268.0   4909315.0  5339085.0  3901463.0         NaN 

從這個表我想計算公式這個公式：在 DP1 列中，總/最后一次觀察，這個答案是除以 DP2 列總數。 像這樣，我們必須計算所有列並將其保存在另一個 dataframe 中。

我們需要這樣的行：

Weighted Average     3.491   1.747   1.457   1.174   1.104   1.086   1.054   1.077   1.018 

我們嘗試的這段代碼：

LDFTriangledf['Weighted Average'] =CumulativePaidTriangledf.loc['Total','DP2']/(CumulativePaidTriangledf.loc['Total','DP1'] - CumulativePaidTriangledf.loc['Latest Observation','DP1'])

Answer 1

您可以從.loc中刪除列名，然后只需shift(-1, axis=1)即可獲得下一列的Total 。 這使您可以將公式應用於單個操作中的所有列：

CumulativePaidTriangledf.shift(-1, axis=1).loc['Total'] / (CumulativePaidTriangledf.loc['Total'] - CumulativePaidTriangledf.loc['Latest Observation'])

# DP1      3.490607
# DP2      1.747333
# DP3      1.457413
# DP4      1.173852
# DP5      1.103824
# DP6      1.086269
# DP7      1.053874
# DP8      1.076555
# DP9      1.017725
# DP10          inf
# Total         NaN
# dtype: float64

---

以下是這三個組件正在執行的操作的細分：

	DP1	DP2	DP3	DP4	DP5	DP6	DP7	DP8	DP9	DP10	全部的
A: .shift(-1, axis=1).loc['Total'] -- 我們將整個Total行向左移動，所以現在每一列都有下一個Total值。	1.161454e+07	1.791234e+07	2.193092e+07	2.165497e+07	1.982827e+07	1.733138e+07	1.342964e+07	9.172600e+06	3.901463e+06	34358090.0	鈉
B: .loc['Total'] -- 這是正常的Total行。	3.671385e+06	1.161454e+07	1.791234e+07	2.193092e+07	2.165497e+07	1.982827e+07	1.733138e+07	1.342964e+07	9.172600e+06	3901463.0	34358090.0
C: .loc['Latest Observation'] -- 這是正常的Latest Observation 。	3.440140e+05	1.363294e+06	2.864498e+06	3.483130e+06	3.691712e+06	3.873311e+06	4.588268e+06	4.909315e+06	5.339085e+06	3901463.0	鈉
A / (BC) -- 這就是上面的代碼所做的。 它采用移位的Total行 (A) 並將其除以當前Total行 (B) 和當前Latest observation行 (C) 的差值。	3.490607	1.747333	1.457413	1.173852	1.103824	1.086269	1.053874	1.076555	1.017725	信息	鈉