如何汇总列 numpy
我有 dataframe, 我转换成一个数组 /这是 testscenario, 因为我的结果有问题 pandas/. 现在我想总结一列。
我有以下代码:
这是一个阵列! 我想总结一下 KW_WERT 和 NETTO_EURO.
执行代码后,我收到此错误:
我明白这个问题位于轴的数量......但我不知道我究竟做错了什么。 我检查了文档 numpy.sum...
希望你能帮我!
达米安
</module>
我有以下代码:
import sys
import pandas as pd
import numpy as np
import os
from tkinter import *
#data_rbu = np.genfromtxt/'tmp_fakt_daten.csv', delimiter=',', dtype=None/
data_rbu = pd.read_excel/'tmp_fakt_daten.xlsx'/
array_rbu = data_rbu.as_matrix//
print/array_rbu/
summe1 = np.sum/array_rbu, axis=9, dtype=float/
print/summe1/
这是一个阵列! 我想总结一下 KW_WERT 和 NETTO_EURO.
FAK_ART,FAK_DAT,LEIST_DAT,KD_CRM,MW_BW,EQ_NR,MATERIAL,KW_WERT,NETTO_EURO,TA
ZPAF,2015-12-10,2015-12-31,T-HOME ICP,B,1001380363.0,B60ETS,0.15,18.9,SDH
ZPAF,2015-12-10,2015-12-31,T-HOME ICP,B,1001380363.0,B60ETS,0.145,18.27,SDH
ZPAF,2015-12-10,2015-12-31,T-HOME ICP,B,1001380363.0,B60ETS,0.145,18.27,SDH
ZPAF,2015-12-10,2015-12-31,T-HOME ICP,B,1001380363.0,B60ETS,0.15,18.9,SDH
ZPAF,2015-12-10,2015-12-31,T-HOME ICP,B,1001380363.0,B60ETS,0.15,18.9,SDH
ZPAF,2015-12-10,2015-12-31,T-HOME ICP,B,1001380363.0,B60ETS,0.145,18.27,SDH
ZPAF,2015-12-10,2015-12-31,T-HOME ICP,B,1001380363.0,B60ETS,0.15,18.9,SDH
ZPAF,2015-12-10,2015-12-31,T-HOME ICP,E,1001380594.0,B60ETS,3.011,252.92,DSLAM/MSAN
执行代码后,我收到此错误:
Traceback /most recent call last/:
File "C:\Users\A52113242\Desktop\PROJEKTE\[INPROGRESS] Faktura_sylvia\csv_einlesen bzgl. float\test2.py", line 12, in <module>
summe1 = np.sum/array_rbu, axis=9, dtype=float/
File "C:\Users\A52113242\AppData\Local\Downloaded Apps\Winpython\python-3.4.3\lib\site-packages\numpy\core\fromnumeric.py", line 1724, in sum
out=out, keepdims=keepdims/
File "C:\Users\A52113242\AppData\Local\Downloaded Apps\Winpython\python-3.4.3\lib\site-packages\numpy\core\_methods.py", line 32, in _sum
return umr_sum/a, axis, dtype, out, keepdims/
ValueError: 'axis' entry is out of bounds
我明白这个问题位于轴的数量......但我不知道我究竟做错了什么。 我检查了文档 numpy.sum...
希望你能帮我!
达米安
</module>
没有找到相关结果
已邀请:
2 个回复
帅驴
赞同来自:
知食
赞同来自:
你可以用它
:
它将总结为WISE列,然后您可以根据其索引访问列。 在您的列表中
和
您可以获得以下金额: