Pandas：对指定列求和DataFrame行

Question

我有一个这样的数据表：

In [1]:
df = pd.DataFrame({'a': [1, 2, 3],
                   'b': [2, 3, 4],
                   'c': ['dd', 'ee', 'ff'],
                   'd': [5, 9, 1]})

df
Out [1]:
   a  b   c  d
0  1  2  dd  5
1  2  3  ee  9
2  3  4  ff  1

我想添加一个新列 'e'，这个新列的值是列 'a'、'b' 和 'd' 的总和。

我在论坛上看到的一个方法，我以为这样做可以：

df['e'] = df[['a', 'b', 'd']].map(sum)

但是结果并没有成功。

我想知道，如何用列列表 ['a', 'b', 'd'] 和数据表 df 来进行正确的操作。

Answer 1

你只需要把你的数据框（dataframe）放进下面这个函数里就可以了：

def sum_frame_by_column(frame, new_col_name, list_of_cols_to_sum):
    frame[new_col_name] = frame[list_of_cols_to_sum].astype(float).sum(axis=1)
    return(frame)

举个例子：

我有一个数据框（awards_frame），内容如下：

...我想创建一个新列，显示每一行的奖项总和：

使用方法：

我只需要把我的awards_frame放进这个函数里，同时指定新列的名字，以及要相加的列名列表：

sum_frame_by_column(awards_frame, 'award_sum', ['award_1','award_2','award_3'])

结果：

Answer 2

这是一个更简单的方法，使用 iloc 来选择要进行求和的列：

df['f']=df.iloc[:,0:2].sum(axis=1)
df['g']=df.iloc[:,[0,1]].sum(axis=1)
df['h']=df.iloc[:,[0,3]].sum(axis=1)

这样会产生：

   a  b   c  d   e  f  g   h
0  1  2  dd  5   8  3  3   6
1  2  3  ee  9  14  5  5  11
2  3  4  ff  1   8  7  7   4

我找不到一种方法可以同时结合一个范围和特定的列，比如说像这样：

df['i']=df.iloc[:,[[0:2],3]].sum(axis=1)
df['i']=df.iloc[:,[0:2,3]].sum(axis=1)

Answer 3

创建一个你想要相加的列名列表。

df['total']=df.loc[:,list_name].sum(axis=1)

如果你只想对某些行求和，可以用':'来指定这些行。

Answer 4

如果你只有几列需要相加，你可以这样写：

df['e'] = df['a'] + df['b'] + df['d']

这会创建一个新的列 e，里面的值是：

   a  b   c  d   e
0  1  2  dd  5   8
1  2  3  ee  9  14
2  3  4  ff  1   8

如果你有很多列要相加，EdChum 的回答会更好。

Answer 5

你可以直接使用 sum 函数，并设置 axis=1 来对每一行进行求和，这样会自动忽略那些不是数字的列。从 pandas 2.0 版本开始，你还需要加上 numeric_only=True。

In [91]:

df = pd.DataFrame({'a': [1,2,3], 'b': [2,3,4], 'c':['dd','ee','ff'], 'd':[5,9,1]})
df['e'] = df.sum(axis=1, numeric_only=True)
df
Out[91]:
   a  b   c  d   e
0  1  2  dd  5   8
1  2  3  ee  9  14
2  3  4  ff  1   8

如果你只想对特定的列进行求和，可以先创建一个你感兴趣的列的列表，然后把不需要的列去掉：

In [98]:

col_list= list(df)
col_list.remove('d')
col_list
Out[98]:
['a', 'b', 'c']
In [99]:

df['e'] = df[col_list].sum(axis=1)
df
Out[99]:
   a  b   c  d  e
0  1  2  dd  5  3
1  2  3  ee  9  5
2  3  4  ff  1  7

sum 文档