python按列求和

要按列求和，可以使用pandas库中的DataFrame对象的sum()方法。该方法默认按列求和，返回一个Series对象，其中每个元素是对应列的和。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 按列求和
sums = df.sum()

# 输出结果
print(sums)

输出结果为：

A     6
B    15
C    24
dtype: int64

其中，每个元素的索引是对应的列名，值是该列的和。如果需要将结果作为新的一列添加到DataFrame中，可以使用assign()方法：

df = df.assign(total=df.sum(axis=1))

这将在df中添加一列名为total的新列，其值为每行的和。注意，axis=1表示按行求和，axis=0表示按列求和（默认值）。

相关问题

python矩阵按列求和

你可以使用numpy库来进行矩阵按列求和的操作。以下是一个示例代码：

import numpy as np

# 创建一个示例矩阵
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])

# 按列求和
column_sum = np.sum(matrix, axis=0)

print(column_sum)

这段代码中，我们使用`np.sum()`函数来计算矩阵按列求和。`axis=0`参数表示按列求和，`axis=1`则表示按行求和。结果会返回一个包含每列求和结果的一维数组。以上示例代码的输出结果为`[12 15 18]`，即第一列的和为12，第二列的和为15，第三列的和为18。

python array按列求和

可以使用numpy库中的sum函数来按列求和。示例如下：

import numpy as np

# 生成一个3行4列的随机数组
arr = np.random.rand(3, 4)

# 按列求和
sum_arr = np.sum(arr, axis=0)

print(sum_arr)

输出：

[1.10812616 1.62383788 1.36526386 1.40853868]

其中，`axis=0`表示按列求和，`axis=1`表示按行求和。