如何使用python对列值求和

我有一个如下所示的行集：

defaultdict(<type 'dict'>, 
{
   u'row1': {u'column1': 33, u'column2': 55, u'column3': 23}, 
   u'row2': {u'column1': 32, u'column2': 32, u'column3': 17}, 
   u'row3': {u'column1': 31, u'column2': 87, u'column3': 18}
})

defaultdict（，
{
u'row1'：{u'column1'：33，u'column2'：55，u'column3'：23}，
u'row2'：{u'column1'：32，u'column2'：32，u'column3'：17}，
u'row3'：{u'column1'：31，u'column2'：87，u'column3'：18}
})

---

我希望能够很容易地得到第1列，第2列，第3列的和。如果我可以对任意数量的列执行此操作，并以类似于

columnName=>columnSum

的哈希映射形式接收结果，那就太好了。正如您可能猜到的，首先我不可能从数据库中获得求和值，因此，我提出这个问题的原因是。

不是最具python风格的，但在这里：

>>> from collections import defaultdict
>>> x = defaultdict(dict, 
    {
        u'row1': {u'column1': 33, u'column2': 55, u'column3': 23}, 
        u'row2': {u'column1': 32, u'column2': 32, u'column3': 17}, 
        u'row3': {u'column1': 31, u'column2': 87, u'column3': 18}
    }) 

>>> sums = defaultdict(int)
>>> for row in x.itervalues():
        for column, val in row.iteritems():
            sums[column] += val


>>> sums
defaultdict(<type 'int'>, {u'column1': 96, u'column3': 58, u'column2': 174})

for val in defaultdict.values() :
   sum1 += val['column1']
   sum2 += val['column2']
   sum3 += val['column3']
final_dict = {'column1' : sum1,'column2' : sum2,'column3' : sum3 }

---

嵌套生成器+列表理解实现了以下功能：

>>> foo
defaultdict(<type 'dict'>, {u'row1': {u'column1': 33, u'column3': 23, u'column2': 55}, u'row2': {u'column1': 32, u'column3': 17, u'column2': 32}, u'row3': {u'column1': 31, u'column3': 18, u'column2': 87}})
>>> dict(zip(foo.values()[0].keys(), [sum(j[k] for j in (i.values() for _,i in foo.items())) for k in range(3)]))
{u'column1': 96, u'column3': 58, u'column2': 174}

>>foo
defaultdict（，{u'row1'：{u'column1'：33，u'column3'：23，u'column2'：55}，u'row2'：{u'column1'：32，u'column3'：17，u'column2'：32}，u'row3'：{u'column1'：31，u'column3'：18，u'column2'：87}）
>>>dict（zip（foo.values（）[0].keys（），[sum（j[k]表示j in（i.values（），i in foo.items（）），k表示范围（3）]）
{u'column1'：96，u'column3'：58，u'column2'：174}

如果我可以提出解决方案，这里还有另一个答案。首先将数据放入矩阵中。然后，将矩阵乘以1的向量

import numpy as np
A = np.random.normal(size = (3,3))

现在要得到列的总和，只需使用点积

np.dot(A, np.ones(3))

要堆叠行而不是列，只需转置矩阵即可

np.dot(A.T, np.ones(3))

---

在哈希映射中返回结果？+1，表示显式优于隐式，并从控制台输出。

np.dot(A.T, np.ones(3))