pandas 行求和

在 Pandas 中，你可以使用 `.sum()` 方法来对行或列进行求和。假设你有一个名为 `df` 的数据框，其中包含三列 `a`、`b` 和 `c`，你可以使用以下代码来计算每行的和：

df['sum'] = df.sum(axis=1)

这将在数据框中添加一个名为 `sum` 的新列，其中包含每行的和。`axis=1` 参数表示在行方向上进行求和，如果你想对列进行求和，可以将 `axis` 参数设置为 `0`。

如果你只想对特定的列进行求和，可以使用以下代码：

df['sum'] = df[['a', 'b']].sum(axis=1)

这将在数据框中添加一个名为 `sum` 的新列，其中包含每行的 `a` 和 `b` 列的和。

相关问题

pandas 行求和

以下是使用pandas进行行求和的方法：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 对每一行进行求和
df['row_sum'] = df.sum(axis=1)

# 输出结果
print(df)

输出结果为：

   A  B  C  row_sum
0  1  4  7       12
1  2  5  8       15
2  3  6  9       18

其中，`axis=1`表示对每一行进行求和，`df['row_sum']`表示将求和结果存储在一个新的列中。

pandas两行求和

要对 Pandas DataFrame 中的两行求和，你可以使用 `sum()` 方法。首先，使用 `iloc` 属性选择这两行数据，然后对选定的行使用 `sum()` 方法进行求和。以下是示例代码：

import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 选择要求和的两行
row1 = 0
row2 = 1

# 对选定的两行求和
sum_of_rows = df.iloc[row1] + df.iloc[row2]

print(sum_of_rows)

在上面的示例中，我们创建了一个 DataFrame，并选择了要求和的两行（在此示例中是第一行和第二行）。然后，我们使用 `iloc` 属性对选定的行进行索引，并使用 `+` 运算符将它们相加。最后，我们打印出求和结果。