python语言 DataFrame求和 不要出现.0

可以使用astype(int)将结果转换为整数，避免出现小数点后面的.0。

例如：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
sum_df = df.sum().astype(int)
print(sum_df)

输出结果：

A    6
B    15
dtype: int32

相关问题

python语言 DataFrame求和 为整数

可以使用DataFrame的sum()方法来求和，然后使用astype()方法将结果转换为整数类型。

例如：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
sum_df = df.sum()
sum_df = sum_df.astype(int)
print(sum_df)

输出结果为：

A    6
B    15
dtype: int32

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。