pandas几列相加

pandas几列相加

在数据分析和处理过程中，经常需要对数据进行加减乘除等操作。如果我们想要对DataFrame中的多列进行相加，可以使用pandas提供的方法来实现。本文将详细介绍如何使用pandas来对多列进行相加操作，并给出相应的示例代码和运行结果。

1. 创建DataFrame

首先，我们需要创建一个示例DataFrame，包含多列数据，用于进行相加操作。以下是一个简单的示例，包含了3列数据：A、B、C。

import pandas as pd

data = {
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
}

df = pd.DataFrame(data)
print(df)

运行以上代码可以得到如下DataFrame：

   A  B   C
0  1  5   9
1  2  6  10
2  3  7  11
3  4  8  12

2. 对多列进行相加操作

接下来，我们将对列’A’和列’B’进行相加操作，并将结果保存到新的列’D’中。

df['D'] = df['A'] + df['B']
print(df)

运行以上代码可以得到如下结果：

   A  B   C   D
0  1  5   9   6
1  2  6  10   8
2  3  7  11  10
3  4  8  12  12

可以看到，新添加的列’D’中的值是列’A’和列’B’对应位置的和。

3. 对多列进行累加操作

除了对两列进行简单相加操作外，我们还可以对多列进行累加操作。以下示例将展示如何对列’A’、列’B’和列’C’进行累加操作，并将结果保存到新的列’E’中。

df['E'] = df['A'] + df['B'] + df['C']
print(df)

运行以上代码可以得到如下结果：

   A  B   C  D   E
0  1  5   9  6  15
1  2  6  10  8  18
2  3  7  11 10  21
3  4  8  12 12  24

列’E’中的值是列’A’、列’B’和列’C’对应位置的累加和。

4. 使用sum()方法对多列进行相加

除了直接相加外，pandas还提供了sum()方法来对多列进行相加操作。以下示例将展示如何使用sum()方法来对列’A’、列’B’和列’C’进行相加操作，结果保存在新的列’F’中。

df['F'] = df[['A', 'B', 'C']].sum(axis=1)
print(df)

运行以上代码可以得到如下结果：

   A  B   C  D   E   F
0  1  5   9  6  15  15
1  2  6  10  8  18  18
2  3  7  11 10  21  21
3  4  8  12 12  24  24

可以看到，列’F’中的值与列’A’、列’B’和列’C’对应位置的和一致。

结论

本文介绍了如何使用pandas对DataFrame中的多列进行相加操作。