Pandas操作dataframe对所有列/行求和 ，对指定列/行求和，对某一列/行求和，并添加新的列/行
计算各行数据总和并作为新列添加到末尾
计算各列数据总和并作为新行添加到末尾
import pandas as pdt=[[1,2,3],[4,5,6],[7,8,9]]df=pd.DataFrame(t) # list转为dataframedf['Row_sum'] = df.apply(lambda x: x.sum(), axis=1) # 按行求和，添加为新列df.loc['Col_sum'] = df.apply(lambda x: x.sum()) # 各列求和，添加新的行df
输出：
添加列、行
添加新的列直接df[‘列名’]，新行用df.loc[‘行名’]
指定列求和
使用iloc选择要求和的列：
df['sum'] = code_table_data.iloc[:,3:6].sum(axis=1)
解释：
code_table_data[‘权重’] 为该数据设置新的一列code_table_data.iloc[:,3:6] 为指定该数据哪些列需要求和,左闭右开
sum(axis=1) 为指定聚合函数并设置按行或列进行求和 axis=1是按行
还是用前面的df：
df['Row_sum'] = df.iloc[:,0:2].sum(axis=1) # 对0，1列按行求和，生成新列df.loc['Col_sum1'] = df.iloc[0:2,:].sum(axis=0) # 对0，1行按列求和，生成新行df.loc['Col_sum2'] = df.iloc[0:2,:].sum(axis=1) # 对0，1行按行求和，生成新行df
某一列求和
在操作pandas的DataFrame的时候，常常会遇到某些列是字符串，某一些列是数值的情况，如果直接使用df_obj.apply(sum)往往会出错
使用如下方式即可对其中某一列进行求和
dataf_test1['diff'].sum() // diff为要求和的列
参考链接：https://blog.csdn.net/weixin_39858881/article/details/89489803
https://blog.csdn.net/glittledream/article/details/105265225
桃扇骨
红太狼
我就是我
朱雀
超、凢脫俗
╰+哭是因爲堅強的太久メ
还没有评论，来说两句吧...