Pandas 在DataFrame中添加列的总和

Pandas 在DataFrame中添加列的总和

在本文中,我们将介绍如何将列的总和添加到Pandas DataFrame中。这种操作可能会在数据分析和处理中经常用到。我们将使用Python和Pandas库,所以请确保您已经熟悉这些基础知识。

假设我们有一个包含销售数据的DataFrame,如下所示:

import pandas as pd

data = {
    "Date": ["2020-01-01", "2020-01-02", "2020-01-03", "2020-01-04", "2020-01-05"],
    "Product": ["A", "B", "C", "D", "E"],
    "Sales": [100, 200, 300, 400, 500]
}

df = pd.DataFrame(data)
Python

这个DataFrame有三列,包括日期、产品和销售额。我们要在DataFrame中添加一列,对其它列进行求和。

阅读更多:Pandas 教程

使用assign方法

Pandas 的assign方法可以在原始的 DataFrame 上创建新的列,同时保留原始 DataFrame 的状态。我们可以使用 sum 方法计算每一行的和,如下所示:

df = df.assign(Total=lambda x: x['Sales'].sum())
Python

这代码中,我们使用 assign() 方法在 DataFrame 中添加了一个新的列 Total,该列使用 sum() 方法计算了数据框中 Sales 列的总和。

现在,我们查看DataFrame,就会发现多了一列“Total”:

    Date        Product        Sales        Total
0   2020-01-01  A              100             1500
1   2020-01-02  B              200             1500
2   2020-01-03  C              300             1500
3   2020-01-04  D              400             1500
4   2020-01-05  E              500             1500
Python

我们可以看到新的“Total”列,它的值为“Sales”列的总和。

使用loc方法

我们可以使用 loc 方法将新列添加到 DataFrame 中。下面的代码会产生与使用 assign 方法相同的结果:

df.loc[:, 'Total'] = df.sum(numeric_only=True, axis=1)
Python

在这里,我们使用 loc[] 方法指定新行的索引,并使用 : 来选择整个 DataFrame。Total是新列的名称,使用了 sum() 方法来计算当前行的总和。

计算每行的总和

上面的方法可以计算 DataFrame 中每列的总和,我们也可以计算每行的总和并将其添加到 DataFrame 中:

df['Row_Total'] = df.sum(numeric_only=True, axis=1)
Python

这段代码计算了SalesDateProduct列的每一行的总和,并将该总和保存在新的Row_Total列中。

现在,如果我们输出 DataFrame,我们会看到额外的 Row_Total 列:

    Date        Product       Sales        Row_Total
0   2020-01-01  A               100            1200
1   2020-01-02  B               200            1400
2   2020-01-03  C               300            1600
3   2020-01-04  D               400            1800
4   2020-01-05  E               500            2000
Python

总结

在本文中,我们介绍了如何将一个DataFrame的列的总和添加到另一个列中。我们可以使用Pandas的assignloc方法添加列,并使用sum方法计算列总和。我们还介绍了如何计算每行总和并将其添加到DataFrame中。这些方法可以在数据分析和处理中经常使用,有助于对数据进行更深入的分析。

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

登录

注册