在dataframe中求列对应的求和数量，把列名改掉

在Pandas DataFrame中，如果你想计算某列数值的总和并创建一个新的列来存储结果，你可以使用`sum()`函数。假设你有一个DataFrame叫做df，你需要对名为"column_name"的列求和，可以这样做：

# 假设 df 是你的 DataFrame
sum_column = df["column_name"].sum()
df["new_column_name"] = sum_column  # 新建一个名为 "new_column_name" 的列，并将求和值填充进去

这会首先计算 "column_name" 列的所有元素之和，然后将这个总和值插入到新的列 "new_column_name" 中。记得替换 "column_name" 和 "new_column_name" 为实际的列名。

如果你有多个列需要求和，可以遍历列名列表并应用上述操作：

columns_to_sum = ["column1", "column2"]
for column in columns_to_sum:
    df[f"{column}_sum"] = df[column].sum()

这里会为每个指定的列生成一个新的列，名字加上 "_sum" 后缀。

相关问题

使用.size().reset_index()后dataframe自动生成了一列，该列名为0，如何将这一列列名改掉

您可以使用`rename()`方法来更改列名。以下更改列名的示例代码：

df = df.rename(columns={0: 'new_column_name'})

在上面的示例中，`df`是您的DataFrame，`0`是要更改名称的旧列名，`new_column_name`是您想要分配给新列名的名称。通过这种方式，您可以将列名从"0"更改为任何其他名称。

如何将dataframe中，单数列变为列名，双数列变为列值

可以使用`pivot`函数来实现单数列变为列名，双数列变为列值的操作。具体步骤如下：

假设我们有一个DataFrame数据如下：

   id  name  age  gender
0   1   Tom   18    male
1   2  Jane   20  female
2   3   Bob   22    male

我们想要将`name`列作为新的列名，`age`列作为新的列值，那么可以使用如下代码：

df.pivot(index='id', columns='name', values='age')

输出结果如下：

name  Bob  Jane  Tom
id                 
1     18   NaN   20
2    NaN    20  NaN
3     22   NaN  NaN

其中，行索引为`id`列，列索引为`name`列中的不同值，每个单元格中的值为`age`列中对应行的值。如果某一行没有对应的值，则用`NaN`填充。