dataframe 三列数据相加
时间: 2023-09-03 19:12:12 浏览: 47
可以使用 pandas 的 .sum() 方法将三列数据相加:
```python
import pandas as pd
# 创建示例数据
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 计算三列数据相加
df['sum'] = df.sum(axis=1)
print(df)
```
输出结果:
```
A B C sum
0 1 4 7 12
1 2 5 8 15
2 3 6 9 18
```
其中,sum() 方法的参数 axis=1 表示对每一行进行相加操作。最后将新的一列 sum 添加到原有的 dataframe 中。
相关问题
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:
```python
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。
dataframe 数据相加
可以使用 pandas 库中的 add() 方法来对两个 dataframe 进行相加。下面是一个示例代码:
```python
import pandas as pd
# 创建两个 dataframe
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [10, 20, 30], 'B': [40, 50, 60]})
# 将两个 dataframe 相加
df3 = df1.add(df2)
# 打印结果
print(df3)
```
输出结果为:
```
A B
0 11 44
1 22 55
2 33 66
```
在这个示例中,我们创建了两个 dataframe df1 和 df2,然后使用 add() 方法将它们相加得到了一个新的 dataframe df3。在相加时,pandas 会自动匹配相同索引的行和列,并将它们对应的值相加。如果有不匹配的索引,pandas 会用 NaN 填充。