Python 如何汇总数据帧中的每一列？

我有以下主题文档概率矩阵的数据框架

    0             1         2             3         4       ...             77            78            79            80            81
1  0.0  9.941665e-23  0.001141  6.837607e-04  0.010396      ...       0.000071  6.475626e-10  1.641026e-02  2.494897e-08  2.017094e-02
2  1.0  2.735043e-03  0.004329  1.915713e-20  0.000202      ...       0.005399  1.367521e-02  1.816478e-12  1.641023e-02  1.366020e-10

其中第0列的值（0.0，1.0）分别表示主题1和主题2的索引。数据帧有81列和2行。我想将所有列相加，得到另一个数据帧。例如，对于第1列，输出为总和（0.0027335042735040934+1.799610523981098E-15），对于所有列。我曾经

col_list = list(df)
df = df[col_list].sum(axis=0)

但这只是印刷

1      0.0027350427350409341.7996105239810978e-15
2          0.0054700854694576.284676740939513e-13

这不是我想要的输出。正确的方法是什么？ 在对所有列的每个值按降序排序之后，我希望以这种格式输出每个文档的主题排名

   id      topic-rank
    1          1, 0
    2          1, 0
    3          0, 1
    4          0, 1
        ...
    80         0, 1
    81         1, 0

---

正确的方法是什么？

问题是值是字符串，所以需要首先将它们转换为

float

s：

s = df.astype(float).sum()
print (s)
1     0.002735
2     0.005470
80    0.016410
81    0.020171
dtype: float64

编辑：用于分割：

df = df.astype(float)

df1 = df.div(df.sum())
print (df1)
              1             2        80            81
1  1.000000e+00  1.000000e+00  0.998241  4.151430e-10
2  6.579826e-13  1.148917e-10  0.001759  1.000000e+00

---

问题是值是字符串，所以需要首先将它们转换为

float

s：

s = df.astype(float).sum()
print (s)
1     0.002735
2     0.005470
80    0.016410
81    0.020171
dtype: float64

编辑：用于分割：

df = df.astype(float)

df1 = df.div(df.sum())
print (df1)
              1             2        80            81
1  1.000000e+00  1.000000e+00  0.998241  4.151430e-10
2  6.579826e-13  1.148917e-10  0.001759  1.000000e+00

---

另外，我想将原始数据帧中的每个值与新数据帧中的求和值相除，例如，对于第一列，我们将

0.002735040934

/

0.002735

作为第一行，将

1.799610523981098E-15

/

0.002735

作为第二行，并将fo作为每列。您能在您的答案中包含此评论吗？@SamuelMideksa-请检查编辑后的答案。如果我的答案有帮助，别忘了——点击答案旁边的复选标记，将其从灰色变为填充。谢谢。我还想对结果数据框中的每个值进行排序，即在除法之后按降序排列，以便对它们进行排序。你能在你的回答中也包括这个评论吗？@SamuelMideksa-hmmm，你能指定排序吗？您是否需要第一个值（

1,1

）-

1.000

和最后一个

（2,81）

-

6.579826e-13

？或者需要按某个列进行排序？或者某行？是否需要

df2=pd.DataFrame（-np.sort（-df1，axis=0），columns=df.columns，index=df.index）

？另外，我想将原始数据帧中的每个值除以新数据帧中的求和值，与第一列一样，我们将

0.0027335042735040934

/

0.002735

作为第一行，将

1.799610523981098E-15

/

0.002735

作为第二行，并对每列使用类似的fo。您能在您的答案中包含此评论吗？@SamuelMideksa-请检查编辑后的答案。如果我的答案有帮助，别忘了——点击答案旁边的复选标记，将其从灰色变为填充。谢谢。我还想对结果数据框中的每个值进行排序，即在除法之后按降序排列，以便对它们进行排序。你能在你的回答中也包括这个评论吗？@SamuelMideksa-hmmm，你能指定排序吗？您是否需要第一个值（

1,1

）-

1.000

和最后一个

（2,81）

-

6.579826e-13

？或者需要按某个列进行排序？或者某行？您需要

df2=pd.DataFrame（-np.sort（-df1，axis=0），columns=df.columns，index=df.index）

？