如何解决如何在CSV列的每一步求和值
import pandas as pd
from pytrends.request import TrendReq
pytrend = TrendReq(hl='en-US',tz=360)
keywords = ['Python','R']
pytrend.build_payload(
kw_list=keywords,cat=0,timeframe='today 3-m',geo='TW',gprop='')
data = pytrend.interest_over_time()
data= data.drop(labels=['isPartial'],axis='columns')
image = data.plot(title = 'Python V.S. R in last 3 months on Google Trends ')
fig = image.get_figure()
fig.savefig('figure.png')
data.to_csv('Py_VS_R.csv',encoding='utf_8_sig')
产生这样的表格,显示每天的频率:
Python R
date
2017-10-23 3 1
2017-10-24 1 2
2017-10-25 5 1
2017-10-26 3 4
2017-10-27 1 5
2017-10-28 2 1
但我希望列的每个值相互求和,如下所示:
Python R
date
2017-10-23 3 1
2017-10-24 4 3
2017-10-25 9 4
2017-10-26 12 8
2017-10-27 13 13
2017-10-28 15 14
这样列的最后一行值就是总数。 最好的方法是什么?我可以通过 Pytrends 实现这一目标吗? 还是我需要写一个单独的代码? 提前致谢!
解决方法
假设其余代码是正确的,您可以简单地通过使用熊猫的 cumsum() 方法作为 data.cumsum()
import pandas as pd
from pytrends.request import TrendReq
pytrend = TrendReq(hl='en-US',tz=360)
keywords = ['Python','R']
pytrend.build_payload(
kw_list=keywords,cat=0,timeframe='today 3-m',geo='TW',gprop='')
data = pytrend.interest_over_time()
data= data.drop(labels=['isPartial'],axis='columns')
data = data.cumsum()
image = data.plot(title = 'Python V.S. R in last 3 months on Google Trends ')
fig = image.get_figure()
fig.savefig('figure.png')
data.to_csv('Py_VS_R.csv',encoding='utf_8_sig')
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。