3 回答

TA貢獻(xiàn)1858條經(jīng)驗(yàn) 獲得超8個(gè)贊
你可以只sum設(shè)置param axis=1來對(duì)行進(jìn)行求和,這將忽略無數(shù)字列:
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)
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
如果您只想對(duì)特定列求和,則可以創(chuàng)建列的列表并刪除您不感興趣的列:
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

TA貢獻(xiàn)1786條經(jīng)驗(yàn) 獲得超13個(gè)贊
如果你只有幾列要總和,你可以寫:
df['e'] = df['a'] + df['b'] + df['d']
這將創(chuàng)建e具有以下值的新列:
a b c d e
0 1 2 dd 5 8
1 2 3 ee 9 14
2 3 4 ff 1 8
對(duì)于較長(zhǎng)的列列表,EdChum的答案是首選。

TA貢獻(xiàn)1775條經(jīng)驗(yàn) 獲得超11個(gè)贊
這是一種更簡(jiǎn)單的方法,使用iloc選擇要求和的列:
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)
生產(chǎn):
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
我無法找到一種方法來組合范圍和特定列,例如:
df['i']=df.iloc[:,[[0:2],3]].sum(axis=1)
df['i']=df.iloc[:,[0:2,3]].sum(axis=1)
添加回答
舉報(bào)