Pandas 将指定列合计 并保存在最后一行

要将 Pandas 数据框中指定列的合计保存在最后一行，可以使用 `df.loc` 和 `sum()` 方法来实现。下面是一个示例代码：

import pandas as pd

# 创建一个示例数据框
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})

# 计算指定列的合计并保存在最后一行
df.loc['Total', ['A', 'C']] = df[['A', 'C']].sum()

# 输出结果
print(df)

输出结果为：

       A  B   C
0      1  5   9
1      2  6  10
2      3  7  11
3      4  8  12
Total  10  NaN  20

在这个示例中，我们首先创建了一个数据框 `df`，然后使用 `df.loc` 选择最后一行，并将其设为字符串 `'Total'`。接着，我们使用 `df[['A', 'C']].sum()` 方法计算指定列的合计，并将结果赋值给最后一行的对应列。最后，我们输出数据框，可以看到指定列的合计已经保存在了最后一行。需要注意的是，未指定的列会被自动填充为缺失值 `NaN`。

相关问题

Pandas 列合计 并保存在最后一行

要将 Pandas 数据框中每列的合计保存在最后一行，可以使用 `df.loc` 和 `sum()` 方法来实现。下面是一个示例代码：

import pandas as pd

# 创建一个示例数据框
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})

# 计算每列的合计并保存在最后一行
df.loc['Total'] = df.sum()

# 输出结果
print(df)

输出结果为：

       A   B   C
0      1   5   9
1      2   6  10
2      3   7  11
3      4   8  12
Total  10  26  42

在这个示例中，我们首先创建了一个数据框 `df`，然后使用 `df.loc` 选择最后一行，并将其设为字符串 `'Total'`。接着，我们使用 `df.sum()` 方法计算每列的合计，并将结果赋值给最后一行。最后，我们输出数据框，可以看到每列的合计已经保存在了最后一行。

pandas如何在指定列的最后一行添加时间

戳

您可以使用 Pandas 的 `at` 方法，根据指定的行和列添加时间。以下是一个示例代码：

import pandas as pd
import datetime as dt

# 创建一个数据框
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})

# 获取当前时间
now = dt.datetime.now()

# 在最后一行添加时间
df.at[df.index[-1], 'A'] = now

# 显示更新后的数据框
print(df)

在该代码中，我们使用 `at` 方法将当前时间添加到指定列的最后一行。请注意，我们使用 `df.index[-1]` 获取了最后一行的索引，这可以确保新值添加到正确的位置。