python dataframe 行求和
时间: 2023-10-13 18:12:24 浏览: 113
使用 pandas 库中的 `sum()` 函数可以对 DataFrame 中的行进行求和。例如,假设有以下 DataFrame:
```
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9]
})
```
可以使用以下代码对每一行进行求和:
```
row_sums = df.sum(axis=1)
print(row_sums)
```
输出:
```
0 12
1 15
2 18
dtype: int64
```
其中,`axis=1` 表示对行进行求和,`axis=0` 则表示对列进行求和。
相关问题
python dataframe求和
Python中的DataFrame可以使用sum()函数对数据进行求和操作。例如,对于一个DataFrame df,可以使用df.sum()来对所有列进行求和,也可以使用df['列名'].sum()来对指定列进行求和。
python语言 DataFrame行列求和
在Python中的Pandas库中,DataFrame中的行列求和可以使用sum()函数来实现。
对于DataFrame中的行求和,可以使用axis参数指定为1,表示沿着行方向进行求和,例如:
```
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
row_sum = df.sum(axis=1)
print(row_sum)
```
输出结果为:
```
0 12
1 15
2 18
dtype: int64
```
对于DataFrame中的列求和,可以使用sum()函数直接对DataFrame进行求和,例如:
```
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
col_sum = df.sum()
print(col_sum)
```
输出结果为:
```
A 6
B 15
C 24
dtype: int64
```
注意:在使用sum()函数时需要注意数据类型是否匹配,否则可能会出现错误。
阅读全文