两个不同大小的dataframe求和
时间: 2023-05-22 08:04:43 浏览: 190
可以使用 Pandas 的 concat 函数将两个 DataFrame 连接起来,然后对连接后的 DataFrame 调用 sum 进行求和。示例如下:
import pandas as pd
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9, 10], 'B': [11, 12, 13, 14]})
df_total = pd.concat([df1, df2])
sum_total = df_total.sum()
print(sum_total)
相关问题
两个dataframe求和
两个dataframe求和的方法可以使用 pandas 库中的 add 函数,具体实现代码如下:
```python
import pandas as pd
# 创建两个示例 dataframe
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 使用 add 函数对两个 dataframe 求和
df_sum = df1.add(df2)
# 打印求和结果
print(df_sum)
```
这段代码会输出两个 dataframe 相应位置的值相加的结果。
dataframe求和
要对DataFrame进行求和,可以使用`sum()`方法。
下面是一个示例代码:
```python
import pandas as pd
# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
'B': [6, 7, 8, 9, 10]})
# 计算列的和
column_sum = df.sum()
print(column_sum)
```
输出结果为:
```
A 15
B 40
dtype: int64
```
在这个示例中,我们创建了一个包含两列的DataFrame,并使用`sum()`方法计算了每一列的和。结果是一个Series,其中包含每一列的求和值。
如果你想对行进行求和,可以指定`axis=1`参数:
```python
# 计算行的和
row_sum = df.sum(axis=1)
```
这样,`sum()`方法会沿着行轴计算每一行的求和值。