首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

对pandas中的一列到多列求和

在pandas中,可以使用sum()函数对一列或多列进行求和操作。

如果要对一列进行求和,可以使用以下代码:

代码语言:txt
复制
import pandas as pd

# 创建一个DataFrame示例
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10],
        'C': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)

# 对列A进行求和
sum_A = df['A'].sum()
print("列A的求和结果为:", sum_A)

输出结果为:

代码语言:txt
复制
列A的求和结果为: 15

如果要对多列进行求和,可以使用sum()函数并指定axis参数为1,表示按行进行求和。以下是示例代码:

代码语言:txt
复制
import pandas as pd

# 创建一个DataFrame示例
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10],
        'C': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)

# 对列A和列B进行求和
df['sum_AB'] = df[['A', 'B']].sum(axis=1)
print("列A和列B的求和结果为:")
print(df)

输出结果为:

代码语言:txt
复制
列A和列B的求和结果为:
   A   B   C  sum_AB
0  1   6  11       7
1  2   7  12       9
2  3   8  13      11
3  4   9  14      13
4  5  10  15      15

在这个例子中,我们创建了一个新的列sum_AB,它是列A和列B的求和结果。

总结一下,pandas中的sum()函数可以用于对一列或多列进行求和操作。对于多列求和,需要使用axis参数指定按行求和。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

4分25秒

38-使用级联处理多对一的映射关系

6分24秒

39-使用association处理多对一的映射关系

17分57秒

40-使用分步查询处理多对一的映射关系

12分4秒

42-通过collection处理一对多的映射关系

12分8秒

43-通过分步查询处理一对多的映射关系

5分18秒

43_尚硅谷_MyBatis_通过association解决多对一的映射关系

11分18秒

46_尚硅谷_MyBatis_通过collection解决一对多的映射关系

11分47秒

42_尚硅谷_MyBatis_通过级联属性赋值解决多对一的映射关系

16分23秒

44_尚硅谷_MyBatis_通过分步查询解决多对一的映射关系

15分23秒

12. 尚硅谷_佟刚_JPA_映射单向多对一的关联关系.avi

12分6秒

47_尚硅谷_MyBatis_通过分步查询解决一对多的映射关系

13分44秒

13. 尚硅谷_佟刚_JPA_映射单向一对多的关联关系.avi

领券