如何在python中对列范围求和

这是我的数据

df 

No Name     Address    English  History  Math   Physics  Chemistry  Biology
1  Arthur   New York        80       65   100        89         92       94
2  Barthur  New Mexico      70       60    94        83         82       95

我所做的是

df['Science']=df['Math']+df['Physics']+df['Chemistry']+df['Biology']

我的问题是，实际数据超过900列，如何替换

df['Math']+df['Physics']+df['Chemistry']+df['Biology']

从

df['Math']

到

df['Biology']

（按范围计算）

我希望这个问题足够清楚

我认为您需要按职位选择：

df['sum'] = df.iloc[:, 3:].sum(axis=1)

或删除不需要的数字列：

df['sum'] = df.drop('No', axis=1).sum(axis=1)

---

编辑：

如果只需要从

5

到结尾的所有列：

print (df.iloc[:, 5:])
   Math  Physics  Chemistry  Biology
0   100       89         92       94
1    94       83         82       95

print (df.iloc[:, 3:5])
   English  History
0       80       65
1       70       60

df['A'] = df.iloc[:, 3:5].sum(axis=1)
df['Science'] = df.iloc[:, 5:].sum(axis=1)
print (df)
   No     Name     Address  English  History  Math  Physics  Chemistry  \
0   1   Arthur    New York       80       65   100       89         92   
1   2  Barthur  New Mexico       70       60    94       83         82   

   Biology    A  Science  
0       94  145      520  
1       95  130      484  

---

我也不需要英语和历史，我需要的是

df['Science']=df['Math']+df['Physics']+df['Chemistry']+df['Biology']

。请编辑你的答案。是否可以按组定义所有主题？您应该

df['Science']=df.iloc[：，5:9].sum（axis=1）

，但您可以回答这个问题completely@NabihBawazir-是的，你是对的。感谢您的接受，祝您愉快！

print (df.iloc[:, 5:])
   Math  Physics  Chemistry  Biology
0   100       89         92       94
1    94       83         82       95

print (df.iloc[:, 3:5])
   English  History
0       80       65
1       70       60

df['A'] = df.iloc[:, 3:5].sum(axis=1)
df['Science'] = df.iloc[:, 5:].sum(axis=1)
print (df)
   No     Name     Address  English  History  Math  Physics  Chemistry  \
0   1   Arthur    New York       80       65   100       89         92   
1   2  Barthur  New Mexico       70       60    94       83         82   

   Biology    A  Science  
0       94  145      520  
1       95  130      484