python中pandas.DataFrame对行与列求和及添加新行与列示例
更新时间:2017年03月12日 14:32:45 作者:吴志
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python中pandas.DataFrame对行与列求和及添加新行与列的方法,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
生成DataFrame数据
df = DataFrame(np.random.randn(4, 5), columns=['A', 'B', 'C', 'D', 'E'])
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
计算各列数据总和并作为新列添加到末尾
df['Col_sum'] = df.apply(lambda x: x.sum(), axis=1)
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())
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
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流,谢谢大家对脚本之家的支持。
相关文章
Python中的split()、rsplit()、splitlines()的区别解析
Python提供了三种字符串分割的方法:split()、rsplit()和splitlines(),本文主要通过案例介绍这三种字符串分割函数的区别,感兴趣的朋友一起看看吧2023-12-12Python使用wxPython和PyMuPDF实现合并PDF文档
处理大量的PDF文档可能会变得复杂和耗时,但是,使用Python编程和一些强大的库,可以使这个任务变得简单而高效,下面我们就来看看Python如何使用wxPython和PyMuPDF合并PDF文档并自动复制到剪贴板吧2023-11-11详解Python的Flask框架中生成SECRET_KEY密钥的方法
密钥值的生成功能十分重要,几乎也是各大Web开发框架的标配,Flask当然也不例外,这里我们就来详解Python的Flask框架中生成SECRET_KEY密钥的方法2016-06-06
最新评论