我有一个数据框，类似：

     foo  bar  qux
0    a    1    3.14
1    b    3    2.72
2    c    2    1.62
3    d    9    1.41
4    e    3    0.58

我想在数据框的末尾添加一个“总计”行：

     foo  bar  qux
0    a    1    3.14
1    b    3    2.72
2    c    2    1.62
3    d    9    1.41
4    e    3    0.58
5    tot  15   9.47

我尝试使用该sum命令，但最终得到一个Series，尽管可以将其转换回Dataframe，但它不维护数据类型：

tot_row = pd.DataFrame(df.sum()).T
tot_row['foo'] = 'tot'
tot_row.dtypes:
     foo    object
     bar    object
     qux    object

我想维护原始数据帧中的数据类型，因为我需要对总行应用其他操作，例如：

baz = 2*tot_row['qux'] + 3*tot_row['bar']

将总计行附加到

df.append(df.sum(numeric_only=True), ignore_index=True)

仅当您有一列字符串或对象时，才需要进行转换。

这是一个脆弱的解决方案，因此我建议仍然坚持对数据框进行操作。例如。

baz = 2*df['qux'].sum() + 3*df['bar'].sum()

df.loc["Total"] = df.sum()

为我工作，我发现它更容易记住。我想念什么吗？可能在早期版本中是不可能的。

我实际上只想临时添加总行。永久添加它有利于显示，但使以后的计算变得麻烦。

刚发现

df.append(df.sum().rename('Total'))

这会在Jupyter笔记本中打印出我想要的内容，并且看起来不影响df本身。

更新：2020

要同时获取行和列：

import numpy as np
import pandas as pd


df = pd.DataFrame({'a': [10,20],'b':[100,200],'c': ['a','b']})

df.loc['Column_Total']= df.sum(numeric_only=True, axis=0)
df.loc[:,'Row_Total'] = df.sum(numeric_only=True, axis=1)

print(df)


                 a      b    c  Row_Total
0             10.0  100.0    a      110.0
1             20.0  200.0    b      220.0
Column_Total  30.0  300.0  NaN      330.0

使用DataFrame.pivot_table有margins=True：

import pandas as pd
data = [('a',1,3.14),('b',3,2.72),('c',2,1.62),('d',9,1.41),('e',3,.58)]
df = pd.DataFrame(data, columns=('foo', 'bar', 'qux'))

原件df：

  foo  bar   qux
0   a    1  3.14
1   b    3  2.72
2   c    2  1.62
3   d    9  1.41
4   e    3  0.58

由于pivot_table需要某种分组（不带index参数，它将引发ValueError: No group keys passed!），并且您的原始索引是虚空的，因此我们将使用foo列：

df.pivot_table(index='foo',
               margins=True,
               margins_name='total',  # defaults to 'All'
               aggfunc=sum)

瞧！

       bar   qux
foo             
a        1  3.14
b        3  2.72
c        2  1.62
d        9  1.41
e        3  0.58
total   18  9.47

替代方法（已在Pandas 0.18.1上验证）：

import numpy as np
total = df.apply(np.sum)
total['foo'] = 'tot'
df.append(pd.DataFrame(total.values, index=total.keys()).T, ignore_index=True)

结果：

   foo   bar   qux
0    a     1  3.14
1    b     3  2.72
2    c     2  1.62
3    d     9  1.41
4    e     3  0.58
5  tot    18  9.47

基于JMZ的答案

df.append(df.sum(numeric_only=True), ignore_index=True)

如果要继续使用当前索引，可以使用.rename（）命名和系列，如下所示：

df.append(df.sum().rename('Total'))

这将在表格底部添加一行。

以下帮助我将列总计和行总计添加到数据框。

假设dft1是您的原始数据帧...现在，通过以下步骤添加列总计和行总计。

from io import StringIO
import pandas as pd

#create dataframe string
dfstr = StringIO(u"""
a;b;c
1;1;1
2;2;2
3;3;3
4;4;4
5;5;5
""")

#create dataframe dft1 from string
dft1 = pd.read_csv(dfstr, sep=";")

## add a column total to dft1
dft1['Total'] = dft1.sum(axis=1)

## add a row total to dft1 with the following steps

sum_row = dft1.sum(axis=0) #get sum_row first
dft1_sum=pd.DataFrame(data=sum_row).T #change it to a dataframe

dft1_sum=dft1_sum.reindex(columns=dft1.columns) #line up the col index to dft1
dft1_sum.index = ['row_total'] #change row index to row_total

dft1.append(dft1_sum) # append the row to dft1

这是我的方法，即通过转置并结合使用lambda函数和使用assign方法。这对我来说很简单。

df.T.assign(GrandTotal = lambda x: x.sum(axis=1)).T

基于Matthias Kauer的回答。

要添加总计：

df.loc["Row_Total"] = df.sum()

要添加总计列，

df.loc[:,"Column_Total"] = df.sum(axis=1)