获取总计熊猫列

107

目标

我有一个Pandas数据框，如下所示，具有多个列，并希望获取列的总数MyColumn。

数据框 -df：

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：

我试图使用groupby和获得列的总和.sum()：

Total = df.groupby['MyColumn'].sum()

print Total

这将导致以下错误：

TypeError: 'instancemethod' object has no attribute '__getitem__'

预期产量

我期望输出如下：

或者，我想df用一个包含总数的新row标题进行编辑TOTAL：

           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

— 学习Java
source

11

为了说明为什么pandas不是pythonic，除了对如何简单地汇总一列的困惑之外，别无他法。

— user1416227

213

您应该使用sum：

Total = df['MyColumn'].sum()
print (Total)
319

然后loc与一起使用Series，在这种情况下，索引应设置为与您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，则将填充所有行的值：

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

另有两个解决方案at，ix请参见下面的应用程序：

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已弃用。使用loc或iloc代替。

— 耶斯雷尔
source

太好了：)感谢您的解释，请问.loc以上示例中的内容是什么？

— LearningToJava

loc用于放大设置。

— jezrael

at也可用于放大设置，请参见最后编辑。

— jezrael

谢谢，有什么首选的方法吗？

— LearningToJava

1

嗯，文档说The .loc/.ix/[] operations can perform enlargement when setting a non-existant key for that axis.，如此loc或ix或[]。在接下来的部分是写at may enlarge the object in-place as above if the indexer is missing.那么所有的方法都是好的，但是at是最快的，我认为。

— jezrael

22

您可以在此处使用的另一种选择：

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：

如果需要为所有数字列追加总和，则可以执行以下操作之一：

用于append以功能性方式执行此操作（不更改原始数据帧）：

# 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

用于loc在适当位置更改数据框：

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

— 智慧
source

所有列的总和如何？

— FaCoffee

9

与获取数据框的长度类似len(df)，以下内容适用于熊猫和大火：

Total = sum(df['MyColumn'])

或者

Total = sum(df.MyColumn)
print Total

— 杰夫·克里特斯
source

2

列求和有两种方法

数据集= pd.read_csv（“ data.csv”）

1：总和（dataset.Column_name）

2：数据集['Column_Name']。sum（）

如果有任何问题，请纠正我。

— Suraj Verma
source

1

作为其他选择，您可以执行以下操作

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()

— 甘萨姆·萨瓦利亚
source