如何在 Pandas 中创建 sum 行和 sum 列？

Question

我正在学习可汗学院的统计学课程，作为我大学时代的一点复习，也是让我快速了解 Pandas 和其他科学 Python 的一种方式。我有一张来自可汗学院的桌子，看起来像这样：             | Undergraduate | Graduate | Total-------------+---------------+----------+------Straight A's |           240 |       60 |   300-------------+---------------+----------+------Not          |         3,760 |      440 | 4,200-------------+---------------+----------+------Total        |         4,000 |      500 | 4,500我想使用熊猫重新创建这个表。当然，我可以使用类似的东西创建一个 DataFrame"Graduate": {...},"Undergraduate": {...},"Total": {...},但这似乎是一种天真的方法，既会很快失败，又不能真正扩展。我有表格的非总计部分，如下所示：df = pd.DataFrame(    {        "Undergraduate": {"Straight A's": 240, "Not": 3_760},        "Graduate": {"Straight A's": 60, "Not": 440},    })df我一直在寻找并发现了一些有希望的东西，例如：df['Total'] = df.sum(axis=1)但我没有发现任何非常优雅的东西。我确实找到了crosstab看起来应该做我想做的功能，但似乎为了做到这一点，我必须为所有这些值创建一个由 1/0 组成的数据框，这看起来很愚蠢，因为我已经已经有一个聚合。我发现了一些似乎手动构建新总计行的方法，但似乎应该有更好的方法，例如：totals(df, rows=True, columns=True)什么的。这是否存在于熊猫中，还是我必须拼凑出我自己的方法？

Answer 1

或者分两步，.sum()按照您的建议使用该函数（这也可能更具可读性）：

import pandas as pd

df = pd.DataFrame( {"Undergraduate": {"Straight A's": 240, "Not": 3_760},"Graduate": {"Straight A's": 60, "Not": 440},})

#Total sum per column: 

df.loc['Total',:]= df.sum(axis=0)

#Total sum per row: 

df.loc[:,'Total'] = df.sum(axis=1)

输出：

              Graduate  Undergraduate  Total

Not                440           3760   4200

Straight A's        60            240    300

Total              500           4000   4500

Answer 2

append 和 assign

这个答案的重点是提供在线而不是就地解决方案。

append

我append用来堆叠 aSeries或DataFrame垂直。它还创建了一个，copy以便我可以继续链接。

assign

我assign用来添加一列。然而，DataFrame我正在研究的是在下界空间之间。所以我lambda在assign参数中使用 a告诉Pandas将它应用到调用DataFrame.

df.append(df.sum().rename('Total')).assign(Total=lambda d: d.sum(1))

              Graduate  Undergraduate  Total

Not                440           3760   4200

Straight A's        60            240    300

Total              500           4000   4500

有趣的替代品

使用dropwitherrors='ignore'摆脱潜在的预先存在的Total行和列。

而且，还在排队。

def tc(d):

  return d.assign(Total=d.drop('Total', errors='ignore', axis=1).sum(1))

df.pipe(tc).T.pipe(tc).T

              Graduate  Undergraduate  Total

Not                440           3760   4200

Straight A's        60            240    300

Total              500           4000   4500

Answer 3

从使用的原始数据crosstab，如果只是基于您的输入，您只需要melt之前crosstab

s=df.reset_index().melt('index')

pd.crosstab(index=s['index'],columns=s.variable,values=s.value,aggfunc='sum',margins=True)

Out[33]: 

variable      Graduate  Undergraduate   All

index                                      

Not                440           3760  4200

Straight A's        60            240   300

All                500           4000  4500

玩具数据

df=pd.DataFrame({'c1':[1,2,2,3,4],'c2':[2,2,3,3,3],'c3':[1,2,3,4,5]}) 

# before `agg`, I think your input is the result after `groupby` 

df

Out[37]: 

   c1  c2  c3

0   1   2   1

1   2   2   2

2   2   3   3

3   3   3   4

4   4   3   5

pd.crosstab(df.c1,df.c2,df.c3,aggfunc='sum',margins

=True)

Out[38]: 

c2     2     3  All

c1                 

1    1.0   NaN    1

2    2.0   3.0    5

3    NaN   4.0    4

4    NaN   5.0    5

All  3.0  12.0   15