Python 如何在pandas中创建求和行和求和列？

我正在学习可汗学院的统计学课程，这是我大学时代的一点复习，也是让我了解熊猫和其他科学巨蟒的一种方式

我有一张来自汗学院的桌子，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

我想用熊猫重新制作这张桌子。当然，我可以使用以下方法创建数据帧

"Graduate": {...},
"Undergraduate": {...},
"Total": {...},

但这似乎是一种幼稚的方法，既会很快失败，又不会真正扩展

表中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前途的东西，比如：

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

但是我没有发现任何非常优雅的东西

我确实找到了

交叉表

函数，它看起来应该做我想做的事情，但为了做到这一点，我必须为所有这些值创建一个由1/0组成的数据帧，这看起来很愚蠢，因为我已经得到了一个聚合

我发现一些方法似乎可以手动构建新的总计行，但似乎应该有更好的方法，例如：

totals(df, rows=True, columns=True)

或者别的什么

熊猫是否存在这种情况，还是我必须拼凑出自己的方法？

和 这个答案的要点是提供一个在线而非就地解决方案

我使用

append

垂直堆叠

Series

或

DataFrame

。它还创建了一个

副本

，以便我可以继续链接

我使用

assign

添加列。但是，我正在处理的

DataFrame

位于中间的虚空中。因此我在

assign

参数中使用

lambda

，它告诉

Pandas

将其应用于调用的

DataFrame

---

---

有趣的选择 使用

drop

和

errors='ignore'

删除可能预先存在的

Total

行和列

还有，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

---

或者分两步，按照您的建议使用

.sum（）

函数（也可能可读性更强）：

输出：

              Graduate  Undergraduate  Total
Not                440           3760   4200
Straight A's        60            240    300
Total              500           4000   4500

---

从原始数据使用

交叉表

，如果仅仅基于您的输入，您只需要在

交叉表

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

原始数据为：

>>> df = pd.DataFrame(dict(Undergraduate=[240, 3760], Graduate=[60, 440]), index=["Straight A's", "Not"])
>>> df
Out: 
              Graduate  Undergraduate
Straight A's        60            240
Not                440           3760

您只能使用

df.T

来实现重新创建此表：

>>> df_new = df.T
>>> df_new
Out: 
               Straight A's   Not
Graduate                 60   440
Undergraduate           240  3760

按行和列计算

总数后：

>>> df_new.loc['Total',:]= df_new.sum(axis=0)
>>> df_new.loc[:,'Total'] = df_new.sum(axis=1)
>>> df_new
Out: 
               Straight A's     Not   Total
Graduate               60.0   440.0   500.0
Undergraduate         240.0  3760.0  4000.0
Total                 300.0  4200.0  4500.0

呵呵。。。这给了我一些奇怪的输出，虽然-3760+440不是8400，但这就是它所显示的？？这很奇怪，我得到了4200，这是它应该得到的吗？也许是打字错误？@WayneWerner这是因为这是一个就地操作。看来你已经运行了两次了，我一定是不小心在笔记本上按了ctrl+enter。这一次我做了一份复印件来操作：）
>>> df_new = df.T
>>> df_new
Out: 
               Straight A's   Not
Graduate                 60   440
Undergraduate           240  3760

>>> df_new.loc['Total',:]= df_new.sum(axis=0)
>>> df_new.loc[:,'Total'] = df_new.sum(axis=1)
>>> df_new
Out: 
               Straight A's     Not   Total
Graduate               60.0   440.0   500.0
Undergraduate         240.0  3760.0  4000.0
Total                 300.0  4200.0  4500.0