各列の値をその列の合計に割り当てる

Question

DataFrameがあり、各列のすべての値をその列の合計に割り当てようとしています。

x = pd.DataFrame(data = [[1,2],[3,4],[5,6],[7,8],[9,10]],index=[1,2,3,4,5],columns=['a','b']) 
x 
    a b 
1 1 2 
2 3 4 
3 5 6 
4 7 8 
5 9 10 

出力は

a b 
1 25 30 
2 25 30 
3 25 30 
4 25 30 
5 25 30 

する必要があります私はx.apply（F、軸= 0）を使用したいが、私はあることを、列を変換する関数を定義する方法がわかりませんラムダ関数のすべての列値の合計。次の行のレイズにSyntaxError：私はあなたが何をしようとしている内容を正確に把握していない

f = lambda x : x[:]= x.sum() 

Answer 1

別速くnumpyのnumpy.tileと解決策：numpy.repeatと

print (pd.DataFrame(np.tile(x.sum().values, (len(x.index),1)), 
        columns=x.columns, 
        index=x.index)) 
    a b 
1 25 30 
2 25 30 
3 25 30 
4 25 30 
5 25 30 

別の解決策：

transformを使用して

h = pd.DataFrame(x.sum().values[np.newaxis,:].repeat(len(x.index), axis=0), 
       columns=x.columns, 
       index=x.index) 

print (h) 
    a b 
1 25 30 
2 25 30 
3 25 30 
4 25 30 
5 25 30 


In [431]: %timeit df = pd.DataFrame([x.sum()] * len(x)) 
1000 loops, best of 3: 786 µs per loop 

In [432]: %timeit (pd.DataFrame(np.tile(x.sum().values, (len(x.index),1)), columns=x.columns, index=x.index)) 
1000 loops, best of 3: 192 µs per loop 

In [460]: %timeit pd.DataFrame(x.sum().values[np.newaxis,:].repeat(len(x.index), axis=0),columns=x.columns, index=x.index) 
The slowest run took 8.65 times longer than the fastest. This could mean that an intermediate result is being cached. 
10000 loops, best of 3: 184 µs per loop 

Answer 2

ラムダに割り当てることはできませんが、f = lambda x : [column.sum() for column in x]

Answer 3

for col in df: 
    df[col] = df[col].sum() 

のように、リスト内包で何かを行うことができますループを使用しない、または遅くソリューション...

df = pd.DataFrame([df.sum()] * len(df)) 

タイミング

@jezraelタイミングをおねがいします。これはより大きなデータフレーム上でそれらを行い、forループも含みます。時間のほとんどは、データフレームを作成するのではなく合計を計算する費やされているので、これはその@ayhanから1のように見えるん最も効率的な方法は、直接値に合計を割り当てます

from string import ascii_letters 

df = pd.DataFrame(np.random.randn(10000, 52), columns=list(ascii_letters)) 

# A baseline timing figure to determine sum of each column. 
%timeit df.sum() 
1000 loops, best of 3: 1.47 ms per loop 

# Solution 1 from @Alexander 
%%timeit 
for col in df: 
    df[col] = df[col].sum() 
100 loops, best of 3: 21.3 ms per loop 

# Solution 2 from @Alexander (without `for loop`, but much slower) 
%timeit df2 = pd.DataFrame([df.sum()] * len(df)) 
1 loops, best of 3: 270 ms per loop 

# Solution from @PiRSquared 
%timeit df.stack().groupby(level=1).transform('sum').unstack() 
10 loops, best of 3: 159 ms per loop 

# Solution 1 from @Jezrael 
%timeit (pd.DataFrame(np.tile(df.sum().values, (len(df.index),1)), columns=df.columns, index=df.index)) 
100 loops, best of 3: 2.32 ms per loop 

# Solution 2 from @Jezrael 
%%timeit 
df2 = pd.DataFrame(df.sum().values[np.newaxis,:].repeat(len(df.index), axis=0), 
       columns=df.columns, 
       index=df.index) 
100 loops, best of 3: 2.3 ms per loop 

# Solution from @ayhan 
%time df.values[:] = df.values.sum(0) 
CPU times: user 1.54 ms, sys: 485 µs, total: 2.02 ms 
Wall time: 1.36 ms # <<<< FASTEST 

Answer 4

x.stack().groupby(level=1).transform('sum').unstack() 

Answer 5

あなたDATAFRAMEが数字で構成されている場合は、直接その値を変更することができます。

df.values[:] = df.sum()