关于python中pandas.DataFrame对行与列求和及添加新行与列示例代码-Python教程-PHP中文网

关于python中pandas.DataFrame对行与列求和及添加新行与列示例代码

高洛峰

发布： 2017-03-25 13:39:53

原创

5657人浏览过

pandas是python环境下最有名的数据统计包，而dataframe翻译为数据框，是一种数据组织方式，这篇文章主要给大家介绍了关于python中pandas.dataframe对行与列求和及添加新行与列示例代码，文中给出了详细的示例代码，需要的朋友可以参考借鉴，下面来一起看看吧。

本文介绍的是python中pandas.DataFrame对行与列求和及添加新行与列的相关资料，下面话不多说，来看看详细的介绍吧。

方法如下：

导入模块：

from pandas import DataFrame
import pandas as pd
import numpy as np

登录后复制

生成DataFrame数据

立即学习“Python免费学习笔记（深入）”；

df = DataFrame(np.random.randn(4, 5), columns=['A', 'B', 'C', 'D', 'E'])

登录后复制

DataFrame数据预览：

  A  B  C  D  E
0 0.673092 0.230338 -0.171681 0.312303 -0.184813
1 -0.504482 -0.344286 -0.050845 -0.811277 -0.298181
2 0.542788 0.207708 0.651379 -0.656214 0.507595
3 -0.249410 0.131549 -2.198480 -0.437407 1.628228

登录后复制

计算各列数据总和并作为新列添加到末尾

行者AI

行者AI绘图创作，唤醒新的灵感，创造更多可能

100

查看详情

df['Col_sum'] = df.apply(lambda x: x.sum(), axis=1)

登录后复制

计算各行数据总和并作为新行添加到末尾

df.loc['Row_sum'] = df.apply(lambda x: x.sum())

登录后复制

最终数据结果：

  A  B  C  D  E Col_sum
0 0.673092 0.230338 -0.171681 0.312303 -0.184813 0.859238
1 -0.504482 -0.344286 -0.050845 -0.811277 -0.298181 -2.009071
2 0.542788 0.207708 0.651379 -0.656214 0.507595 1.253256
3 -0.249410 0.131549 -2.198480 -0.437407 1.628228 -1.125520
Row_sum 0.461987 0.225310 -1.769627 -1.592595 1.652828 -1.022097

登录后复制

详解python中pandas.DataFrame排除特定行方法示例代码

python中pandas.DataFrame（创建、索引、增添与删除）的简单操作方法介绍

以上就是关于python中pandas.DataFrame对行与列求和及添加新行与列示例代码的详细内容，更多请关注php中文网其它相关文章！