Python 数据帧总行数

我有一个数据帧，类似于：

     foo  bar  qux
0    a    1    3.14
1    b    3    2.72
2    c    2    1.62
3    d    9    1.41
4    e    3    0.58

baz = 2*tot_row['qux'] + 3*tot_row['bar']

我想在数据帧的末尾添加一个“总计”行：

     foo  bar  qux
0    a    1    3.14
1    b    3    2.72
2    c    2    1.62
3    d    9    1.41
4    e    3    0.58
5    tot  15   9.47

我曾尝试使用

sum

命令，但最终得到了一个系列，虽然我可以将其转换回数据帧，但无法维护数据类型：

tot_row = pd.DataFrame(df.sum()).T
tot_row['foo'] = 'tot'
tot_row.dtypes:
     foo    object
     bar    object
     qux    object

我希望维护原始数据框中的数据类型，因为我需要对总行应用其他操作，例如：

     foo  bar  qux
0    a    1    3.14
1    b    3    2.72
2    c    2    1.62
3    d    9    1.41
4    e    3    0.58

baz = 2*tot_row['qux'] + 3*tot_row['bar']

---

将总计行追加为

df.append(df.sum(numeric_only=True), ignore_index=True)

仅当您有一列字符串或对象时，才需要进行转换

这是一个有点脆弱的解决方案，所以我建议坚持数据帧上的操作。例如

baz = 2*df['qux'].sum() + 3*df['bar'].sum()

与

margins=True一起使用

：

import pandas as pd
data = [('a',1,3.14),('b',3,2.72),('c',2,1.62),('d',9,1.41),('e',3,.58)]
df = pd.DataFrame(data, columns=('foo', 'bar', 'qux'))

原始

df

：

  foo  bar   qux
0   a    1  3.14
1   b    3  2.72
2   c    2  1.62
3   d    9  1.41
4   e    3  0.58

由于

pivot\u表

需要某种类型的分组（没有

index

参数，它将引发

ValueError:没有传递组键！

），并且您的原始索引是空的，因此我们将使用

foo

列：

df.pivot_table(index='foo',
               margins=True,
               margins_name='total',  # defaults to 'All'
               aggfunc=sum)

瞧

替代方式（在0.18.1中验证）：

结果:

   foo   bar   qux
0    a     1  3.14
1    b     3  2.72
2    c     2  1.62
3    d     9  1.41
4    e     3  0.58
5  tot    18  9.47

---

下面的内容帮助我将列合计和行合计添加到数据框中

假设dft1是您的原始数据帧。。。现在按照以下步骤添加列合计和行合计

from io import StringIO
import pandas as pd

#create dataframe string
dfstr = StringIO(u"""
a;b;c
1;1;1
2;2;2
3;3;3
4;4;4
5;5;5
""")

#create dataframe dft1 from string
dft1 = pd.read_csv(dfstr, sep=";")

## add a column total to dft1
dft1['Total'] = dft1.sum(axis=1)

## add a row total to dft1 with the following steps

sum_row = dft1.sum(axis=0) #get sum_row first
dft1_sum=pd.DataFrame(data=sum_row).T #change it to a dataframe

dft1_sum=dft1_sum.reindex(columns=dft1.columns) #line up the col index to dft1
dft1_sum.index = ['row_total'] #change row index to row_total

dft1.append(dft1_sum) # append the row to dft1

这对我很有用，我发现它更容易记住。我错过什么了吗？ 可能在早期版本中不可能

实际上，我只想暂时添加总行。 永久性地添加它有利于显示，但会使进一步的计算变得麻烦

刚找到

df.append(df.sum().rename('Total'))

---

这将在Jupyter笔记本中打印我想要的内容，并且似乎使df本身保持不变。

这就是我的方法，通过转置和使用assign方法以及lambda函数。这对我来说很简单

df.T.assign(GrandTotal = lambda x: x.sum(axis=1)).T

---

基于JMZ答案的构建

df.append(df.sum(numeric_only=True), ignore_index=True)

如果要继续使用当前索引，可以使用.rename（）为求和序列命名，如下所示：

df.append(df.sum().rename('Total'))

---

这将在表格底部添加一行。

基于Matthias Kauer的答案

要添加行总数，请执行以下操作：

df.loc["Row_Total"] = df.sum()

要添加列总数

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

新方法 要同时获取行和列总计，请执行以下操作：

将numpy导入为np
作为pd进口熊猫
df=pd.DataFrame（{'a'：[10,20]，'b'：[100200]，'c'：['a'，'b']}）
df.loc['Column_Total']=df.sum（仅数值=True，轴=0）
df.loc[：，'Row\u Total']=df.sum（仅数值=真，轴=1）
打印（df）
a b c行总计
0 10.0 100.0 a 110.0
120.0200.0B220.0
列_总计30.0 300.0 NaN 330.0

这不会维护原始数据类型；所有列都转换为对象（从外观上看是字符串）。对不起，你说得对，我没有用字符串列进行检查。现在更新。这几乎是正确的。唯一的问题是数据类型没有得到很好的保留；整数转换为浮点数。幸运的是，我不认为这对我来说是个问题。如果今天没有人发布替代方案，我将接受此解决方案。再次更新以防止汇总数字数据的任何类型更改。字符串现在将在总计行中显示为

np.nan

。这很好。为我工作，谢谢。但是在此之后，我如何将索引更改回指定的列表呢？请尝试使用此链接引用的

df.loc['Total']=df.sum（）

！与R非常相似，快速且干净！：-）我怎样才能将总和只指定给特定的列呢？这对我来说很有效，但当我在命令提示符下再次写入df时，它会打印旧的df，而我看不到总和。此外，它不会将总数写入Excel文件

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