dataframe行数据求和
时间: 2023-07-06 19:08:28 浏览: 56
可以使用 pandas 的 `sum()` 方法来对 dataframe 的行数据进行求和。例如,假设有以下 dataframe:
``` python
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
```
它的内容如下:
```
A B C
0 1 4 7
1 2 5 8
2 3 6 9
```
我们可以对行数据进行求和,得到每列的总和:
``` python
df.sum(axis=0)
```
输出:
```
A 6
B 15
C 24
dtype: int64
```
如果要对每行的数据进行求和,可以指定 `axis=1`:
``` python
df.sum(axis=1)
```
输出:
```
0 12
1 15
2 18
dtype: int64
```
相关问题
python对dataframe每行求和
可以使用pandas库中的sum()函数对DataFrame每行进行求和操作。
例如,假设有一个名为df的DataFrame,其中包含三列数据a、b、c,可以使用以下代码对每行进行求和:
df['sum'] = df.sum(axis=1)
其中,axis=1表示对每行进行求和,将结果存储在新的一列sum中。
dataframe多列求和
DataFrame是pandas库中的一个数据结构,可以用于处理二维表格数据,其中每列可以是不同的数据类型。DataFrame的多列求和可以使用pandas库中的sum()函数。可以通过指定需要求和的列来实现。下面是示例代码:
```python
import pandas as pd
# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
# 对A,B两列求和
sum_AB = df[['A', 'B']].sum()
# 对所有列求和
sum_all = df.sum()
print("sum_AB:", sum_AB)
print("sum_all:", sum_all)
```
以上代码中,首先通过pd.DataFrame()函数创建了一个DataFrame,然后分别对A、B两列和所有列进行了求和,并将结果打印出来。注意,在使用sum()函数时,需要使用双重方括号将需要求和的列名列表括起来。