我有一个数值型的DataFrame。最简单的追加一行数据(以给定索引值表示)，这行数据代表着每一列的总和，应该怎么做呢？
9个回答
108
要添加一个跨行总和的 Total 列：
df['Total'] = df.sum(axis=1)
- ideate
3
1如果数据框中存在非数字列，则不会给出有意义的结果。 - Holger Brandl
10这个回答增加了一列，而非原作者所要求的行。然而，这个回答对我解决问题很有帮助，所以我很感激。 - Mr. Lance E Sloan
3这个答案解决了一个不同的问题。 - cs95
102
添加一行，包含列总计：
df.loc['Total']= df.sum()
- BjoernL.
2
5如果数据框中存在非数字列，则不会得到有意义的结果。 - Holger Brandl
2如果出现NaN，首先应用df.fillna(0)，然后使用此总和。 - David Gladson
51
**获取行列总计**
该方法可以同时给出行和列的总计：
import numpy as np
import pandas as pd
df = pd.DataFrame({'a': [10,20],'b':[100,200],'c': ['a','b']})
df.loc['Column_Total']= df.sum(numeric_only=True, axis=0)
df.loc[:,'Row_Total'] = df.sum(numeric_only=True, axis=1)
print(df)
a b c Row_Total
0 10.0 100.0 a 110.0
1 20.0 200.0 b 220.0
Column_Total 30.0 300.0 NaN 330.0
- BhishanPoudel
2
这对我解决了问题。有没有可以观看的YouTube视频，可以解释一下这是如何工作的。对于像我这样的视觉学习者来说，仅仅阅读文档并不是最好的选择。 - JQTs
这对我有用，但只有在删除
.loc之后才有效。不确定为什么。 - Sam R8
一种方法是创建一个包含列总和的DataFrame，并使用DataFrame.append(...)。例如:
import numpy as np
import pandas as pd
# Create some sample data
df = pd.DataFrame({"A": np.random.randn(5), "B": np.random.randn(5)})
# Sum the columns:
sum_row = {col: df[col].sum() for col in df}
# Turn the sums into a DataFrame with one row with an index of 'Total':
sum_df = pd.DataFrame(sum_row, index=["Total"])
# Now append the row:
df = df.append(sum_df)
- David M.
5
您可以使用
append方法将与数据框具有相同索引的系列添加到数据框中。例如：df.append(pd.Series(df.sum(),name='Total'))
- yihui.dev
2
@Alexander Huszagh，行和列的总计怎么办？ - alancalvitti
如果你想在方法链的末尾添加，请这样做：
.pipe(lambda df: df.append(pd.Series(df.sum(), name='Total'))) - Levi Baguley5
我是这样做的：
这将为每一行添加一个总列：
df = pd.concat([df,pd.DataFrame(df.sum(axis=0),columns=['Grand Total']).T])
这将为每一行添加一个总列：
df = pd.concat([df,pd.DataFrame(df.sum(axis=1),columns=['Total'])],axis=1)
将Series对象（或上面的dict）转换回DataFrame，然后再添加似乎有点烦人，但对于我的目的确实有效。
看起来这应该只是DataFrame的一个方法 - 就像pivot_table有margins一样。
也许有人知道更简单的方法。
- George Luft
1
- 计算总和并将结果转换为列表（axis=1：按行求和，axis=0：按列求和）
- 将步骤1的结果添加到现有的数据框中，并使用新名称
new_sum_col = list(df.sum(axis=1))
df['new_col_name'] = new_sum_col
- Biplab Malakar
0
对于那些因结果为0或NaN而遇到麻烦的人，请先检查dtype。
df.dtypes
由于sum函数只能处理数字类型，因此请先尝试更改数据框的类型。在这个例子中，将其更改为整数int32。
df = df.astype('int32')
df.dtypes
然后，您应该能够跨行求和并添加新列（作为已接受的答案，而不是问题）。
df['sum']= df.sum(numeric_only=True,axis=1)
加分项：对求和列进行排序
df.sort_values(by=['sum'])
- Muhammad Yasirroni
0
我没有找到现代的pandas方法！这个解决方案有点脏，因为有两个链接的转置，我不知道如何在行上使用.assign。
# Generate DataFrame
import pandas as pd
df = pd.DataFrame({'a': [10,20],'b':[100,200],'c': ['a','b']})
# Solution
df.T.assign(Total = lambda x: x.sum(axis=1)).T
输出：
a b c Total
0 10 100 a 110
1 20 200 b 220
- Adrien Pacifico
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接