我有一个 Pandas 数据框,如下所示,有多个列,想要获取列的总数,
MyColumn
。
print df
X MyColumn Y Z
0 A 84 13.0 69.0
1 B 76 77.0 127.0
2 C 28 69.0 16.0
3 D 28 28.0 31.0
4 E 19 20.0 85.0
5 F 84 193.0 70.0
我的尝试:
我尝试使用
groupby
和 .sum()
: 获取列的总和
Total = df.groupby['MyColumn'].sum()
print Total
这会导致以下错误:
TypeError: 'instancemethod' object has no attribute '__getitem__'
预期输出
我预计输出如下:
319
或者,我希望使用标题为
df
的新行编辑 TOTAL
,其中包含总计:
X MyColumn Y Z
0 A 84 13.0 69.0
1 B 76 77.0 127.0
2 C 28 69.0 16.0
3 D 28 28.0 31.0
4 E 19 20.0 85.0
5 F 84 193.0 70.0
TOTAL 319
sum
:
Total = df['MyColumn'].sum()
print(Total)
319
loc
与 Series
一起使用,在这种情况下,索引应设置为与需要求和的特定列相同:
df.loc['Total'] = pd.Series(df['MyColumn'].sum(), index=['MyColumn'])
print(df)
X MyColumn Y Z
0 A 84.0 13.0 69.0
1 B 76.0 77.0 127.0
2 C 28.0 69.0 16.0
3 D 28.0 28.0 31.0
4 E 19.0 20.0 85.0
5 F 84.0 193.0 70.0
Total NaN 319.0 NaN NaN
因为如果传递标量,所有行的值都将被填充:
df.loc['Total'] = df['MyColumn'].sum()
print(df)
X MyColumn Y Z
0 A 84 13.0 69.0
1 B 76 77.0 127.0
2 C 28 69.0 16.0
3 D 28 28.0 31.0
4 E 19 20.0 85.0
5 F 84 193.0 70.0
Total 319 319 319.0 319.0
at
和 ix
请参阅下面的应用程序:
df.at['Total', 'MyColumn'] = df['MyColumn'].sum()
print(df)
X MyColumn Y Z
0 A 84.0 13.0 69.0
1 B 76.0 77.0 127.0
2 C 28.0 69.0 16.0
3 D 28.0 28.0 31.0
4 E 19.0 20.0 85.0
5 F 84.0 193.0 70.0
Total NaN 319.0 NaN NaN
df.ix['Total', 'MyColumn'] = df['MyColumn'].sum()
print(df)
X MyColumn Y Z
0 A 84.0 13.0 69.0
1 B 76.0 77.0 127.0
2 C 28.0 69.0 16.0
3 D 28.0 28.0 31.0
4 E 19.0 20.0 85.0
5 F 84.0 193.0 70.0
Total NaN 319.0 NaN NaN
注意: 自 Pandas v0.20 起,
ix
已被弃用。请改用 loc
或 iloc
。
您可以在此处选择另一个选项:
df.loc["Total", "MyColumn"] = df.MyColumn.sum()
# X MyColumn Y Z
#0 A 84.0 13.0 69.0
#1 B 76.0 77.0 127.0
#2 C 28.0 69.0 16.0
#3 D 28.0 28.0 31.0
#4 E 19.0 20.0 85.0
#5 F 84.0 193.0 70.0
#Total NaN 319.0 NaN NaN
您也可以使用
append()
方法:
df.append(pd.DataFrame(df.MyColumn.sum(), index = ["Total"], columns=["MyColumn"]))
更新:
如果您需要为所有数字列追加总和,您可以执行以下操作之一:
使用
append
以功能方式执行此操作(不更改原始数据框):
# select numeric columns and calculate the sums
sums = df.select_dtypes(pd.np.number).sum().rename('total')
# append sums to the data frame
df.append(sums)
# X MyColumn Y Z
#0 A 84.0 13.0 69.0
#1 B 76.0 77.0 127.0
#2 C 28.0 69.0 16.0
#3 D 28.0 28.0 31.0
#4 E 19.0 20.0 85.0
#5 F 84.0 193.0 70.0
#total NaN 319.0 400.0 398.0
使用
loc
就地改变数据框:
df.loc['total'] = df.select_dtypes(pd.np.number).sum()
df
# X MyColumn Y Z
#0 A 84.0 13.0 69.0
#1 B 76.0 77.0 127.0
#2 C 28.0 69.0 16.0
#3 D 28.0 28.0 31.0
#4 E 19.0 20.0 85.0
#5 F 84.0 193.0 70.0
#total NaN 638.0 800.0 796.0
类似于获取数据帧的长度,
len(df)
,以下内容适用于 pandas 和 blaze:
Total = sum(df['MyColumn'])
或者另一种选择
Total = sum(df.MyColumn)
print Total
对列求和有两种方法
数据集 = pd.read_csv("data.csv")
1: sum(数据集.Column_name)
2: 数据集['Column_Name'].sum()
如果有任何问题请纠正我..
作为其他选项,您可以执行如下操作
Group Valuation amount
0 BKB Tube 156
1 BKB Tube 143
2 BKB Tube 67
3 BAC Tube 176
4 BAC Tube 39
5 JDK Tube 75
6 JDK Tube 35
7 JDK Tube 155
8 ETH Tube 38
9 ETH Tube 56
下面的脚本,您可以用于上面的数据
import pandas as pd
data = pd.read_csv("daata1.csv")
bytreatment = data.groupby('Group')
bytreatment['amount'].sum()
您可以选择想要总计的列,然后对它们调用
sum()
。要添加新行,请使用 loc[]
。
df.loc['Total'] = df[['Y', 'Z']].sum()
使用OP中的示例,它进行以下转换(注意新添加的行):
sum
与 pandas 的 sum
方法对于单列,我们可以通过两种方式求和:使用Python内置的
sum()
函数和使用pandas的sum()
方法。需要注意的是,pandas 的方法经过优化,比 Python 的方法快得多sum()
。例如,要对包含 100 万行的列中的值求和,pandas 的 sum 方法比 Python 的内置 sum()
函数快约 160 倍。
df = pd.DataFrame({'Y': range(1000000)})
%timeit a = df['Y'].sum()
# 1 ms ± 143 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit b = sum(df['Y'])
# 160 ms ± 6.1 ms per loop (mean ± std. dev. of 7 runs, 100 loops each)
所以尽可能使用 pandas 的方法。