Python 3.x 多索引列的总和

如果我有一个带有嵌套标题的数据框，如下所示：

              John          Joan
         Smith,   Jones,    Smith,
Index1     234      432      324
Index2     2987     234      4354

…如何创建一个新列，对每行的值求和？ 我尝试了

df['sum']=df['John']+df['Joan']

，但导致了以下错误：

ValueError: Wrong number of items passed 3, placement implies 1

---

舞会，好久没你的消息了

您希望按分组，但指定标高和轴

axis=1

表示要对行而不是列求和

level=0

是列的顶行

df = pd.DataFrame({
    ('John', 'Smith,'): [234, 2987], 
    ('John', 'Jones,'): [432, 234], 
    ('Joan', 'Smith,'): [324, 4354]}, index=['Index1', 'Index2'])

>>> df.groupby(level=0, axis=1).sum()
        Joan  John
Index1   324   666
Index2  4354  3221

---

如果我理解正确：

…如何创建一个新列，对每行的值求和

解决方案 每行的总和为

df.sum(axis=1)

诀窍在于成为一个新专栏。您需要确保添加的列具有两级列标题

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

我对它不满意，但它很管用

         Joan   John          sum
       Smith, Jones, Smith,   sum
Index1    324    432    234   990
Index2   4354    234   2987  7575

---

谢谢你们两位。如果前面有一些列我不需要求和，我将如何创建新的求和列（如上所述）？例如，如果第一列是name，第二列是age，我如何忽略它们呢？我解决了我的后续问题：首先，将要求和的列集定义为如下变量：cols=df[['a'，'b']]。接下来，像这样使用该变量：df.loc[：，（'sum'，'sum'）]=cols.sum（axis=1）