pandas将文件中两列数字相加得到新的一列

你可以使用 pandas 库中的 DataFrame 对象来实现这个功能。假设你的文件名为 `data.csv`，包含两列数字 `A` 和 `B`，你可以使用以下代码将它们相加得到新的一列 `C`：

import pandas as pd

df = pd.read_csv('data.csv')
df['C'] = df['A'] + df['B']
df.to_csv('data_with_sum.csv', index=False)

这段代码会读取 `data.csv` 文件，将其存储在一个 DataFrame 对象中，并添加一列 `C`，该列的值为 `A` 和 `B` 相加的结果。最后，它将新的 DataFrame 对象保存到名为 `data_with_sum.csv` 的文件中，其中 `index=False` 表示不保存行索引。

相关问题

pandas怎么把某两列的数字相加？

在Pandas中，你可以使用`add()`函数来将数据框（DataFrame）中的特定两列数值相加。这里是一个简单的步骤：

1. 首先，确保你有一个包含需要相加的列的Pandas DataFrame。

import pandas as pd

# 假设 df 是你的DataFrame
df = pd.DataFrame({
   'column1': [10, 20, 30],
   'column2': [5, 15, 25]
})

2. 使用 `add` 函数，传入列名或者 Series 对象作为参数。如果你想对两列进行元素级别的相加，可以这样做：

result_df = df['column1'].add(df['column2'], fill_value=0)

这里的 `fill_value=0` 可选，如果其中有一列有缺失值（NaN），它会填充0；如果不指定，则默认处理缺失值会抛出错误。

3. 如果你想在原地修改原始 DataFrame，可以用 `inplace=True` 参数：

df['new_column'] = df['column1'].add(df['column2'], inplace=True)

现在，`df` 中就有了新列 'new_column'，其内容是 'column1' 和 'column2' 的对应项相加的结果。

python dataframe中两列数据相加得到一列新的数据

你可以使用 pandas 库中的 DataFrame 的 add() 方法将两列数据相加，然后将结果存储在一个新的列中。例如：

import pandas as pd

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

# 将 A 列和 B 列相加，存储在 C 列中
df['C'] = df['A'].add(df['B'])

# 打印结果
print(df)

输出结果为：

   A  B  C
0  1  4  5
1  2  5  7
2  3  6  9

在这个例子中，将 DataFrame 的 A 列和 B 列相加，并将结果存储在一个新的列 C 中。