如何对pandas中的列求和并将结果添加到新行中？

在pandas中，可以使用sum()函数对列进行求和，并将结果添加到新行中。以下是实现这个过程的步骤：

首先，导入pandas库并读取数据集：

import pandas as pd

# 读取数据集
df = pd.read_csv('data.csv')

使用sum()函数对列进行求和，并将结果存储在一个新的Series对象中：

sum_series = df.sum()

将求和结果转换为DataFrame，并将其添加为新行到原始数据集中：

# 将Series转换为DataFrame
sum_df = pd.DataFrame(sum_series).T

# 将求和结果添加为新行到原始数据集中
df_with_sum = pd.concat([df, sum_df], ignore_index=True)

完整的代码如下：

import pandas as pd

# 读取数据集
df = pd.read_csv('data.csv')

# 使用sum()函数对列进行求和
sum_series = df.sum()

# 将Series转换为DataFrame
sum_df = pd.DataFrame(sum_series).T

# 将求和结果添加为新行到原始数据集中
df_with_sum = pd.concat([df, sum_df], ignore_index=True)

这样，新的数据集df_with_sum将包含原始数据集的所有行以及一个新的行，其中包含了每列的求和结果。

注意：以上代码中的data.csv是一个示例数据集的文件名，你需要将其替换为你实际使用的数据集文件名。