获取 Pandas 列的总数答案

【问题标题】：Get total of Pandas column获取 Pandas 列的总数
【发布时间】：2022-01-19 03:07:18
【问题描述】：

目标

我有一个 Pandas 数据框，如下所示，有多个列，我想获取列的总数，MyColumn。

数据框 - df:

print df

           X           MyColumn  Y              Z   
0          A           84        13.0           69.0   
1          B           76         77.0          127.0   
2          C           28         69.0           16.0   
3          D           28         28.0           31.0   
4          E           19         20.0           85.0   
5          F           84        193.0           70.0

我的尝试：

我尝试使用groupby 和.sum() 获得列的总和：

Total = df.groupby['MyColumn'].sum()

print Total

这会导致以下错误：

TypeError: 'instancemethod' object has no attribute '__getitem__'

预期输出

我希望输出如下：

或者，我希望 df 编辑一个名为 TOTAL 的新 row，其中包含总数：

           X           MyColumn  Y              Z   
0          A           84        13.0           69.0   
1          B           76         77.0          127.0   
2          C           28         69.0           16.0   
3          D           28         28.0           31.0   
4          E           19         20.0           85.0   
5          F           84        193.0           70.0   
TOTAL                  319

【问题讨论】：

为了说明为什么 pandas 不是 Pythonic，只需看看如何简单地对列求和的困惑。

标签： python pandas dataframe sum

【解决方案1】：

你应该使用sum:

Total = df['MyColumn'].sum()
print (Total)
319

然后你使用loc 和Series，在这种情况下，索引应该设置为与你需要求和的特定列相同：

df.loc['Total'] = pd.Series(df['MyColumn'].sum(), index = ['MyColumn'])
print (df)
         X  MyColumn      Y      Z
0        A      84.0   13.0   69.0
1        B      76.0   77.0  127.0
2        C      28.0   69.0   16.0
3        D      28.0   28.0   31.0
4        E      19.0   20.0   85.0
5        F      84.0  193.0   70.0
Total  NaN     319.0    NaN    NaN

因为如果你传递标量，所有行的值都会被填充：

df.loc['Total'] = df['MyColumn'].sum()
print (df)
         X  MyColumn      Y      Z
0        A        84   13.0   69.0
1        B        76   77.0  127.0
2        C        28   69.0   16.0
3        D        28   28.0   31.0
4        E        19   20.0   85.0
5        F        84  193.0   70.0
Total  319       319  319.0  319.0

另外两个解决方案是 at 和 ix 请参阅下面的应用程序：

df.at['Total', 'MyColumn'] = df['MyColumn'].sum()
print (df)
         X  MyColumn      Y      Z
0        A      84.0   13.0   69.0
1        B      76.0   77.0  127.0
2        C      28.0   69.0   16.0
3        D      28.0   28.0   31.0
4        E      19.0   20.0   85.0
5        F      84.0  193.0   70.0
Total  NaN     319.0    NaN    NaN

df.ix['Total', 'MyColumn'] = df['MyColumn'].sum()
print (df)
         X  MyColumn      Y      Z
0        A      84.0   13.0   69.0
1        B      76.0   77.0  127.0
2        C      28.0   69.0   16.0
3        D      28.0   28.0   31.0
4        E      19.0   20.0   85.0
5        F      84.0  193.0   70.0
Total  NaN     319.0    NaN    NaN

注意：自 Pandas v0.20 起，ix 已被弃用。请改用loc 或iloc。

【讨论】：

太好了 :) 感谢您的解释，请问.loc 在上面的示例中做了什么？
loc 代表setting with enlargement。
at 也适用于放大设置，请参阅上次编辑。
谢谢，有什么首选的方法吗？
嗯，文档说The .loc/.ix/[] operations can perform enlargement when setting a non-existant key for that axis.，所以loc 或ix 或[]。在下一个section 是写at may enlarge the object in-place as above if the indexer is missing. 所以所有方法都很好，但我认为at 是最快的。

【解决方案2】：

您可以在这里使用的另一个选项：

df.loc["Total", "MyColumn"] = df.MyColumn.sum()

#         X  MyColumn      Y       Z
#0        A     84.0    13.0    69.0
#1        B     76.0    77.0   127.0
#2        C     28.0    69.0    16.0
#3        D     28.0    28.0    31.0
#4        E     19.0    20.0    85.0
#5        F     84.0   193.0    70.0
#Total  NaN    319.0     NaN     NaN

你也可以使用append()方法：

df.append(pd.DataFrame(df.MyColumn.sum(), index = ["Total"], columns=["MyColumn"]))

更新：

如果您需要为所有 numeric 列附加总和，您可以执行以下操作之一：

使用append 以功能方式执行此操作（不更改原始数据框）：

# select numeric columns and calculate the sums
sums = df.select_dtypes(pd.np.number).sum().rename('total')

# append sums to the data frame
df.append(sums)
#         X  MyColumn      Y      Z
#0        A      84.0   13.0   69.0
#1        B      76.0   77.0  127.0
#2        C      28.0   69.0   16.0
#3        D      28.0   28.0   31.0
#4        E      19.0   20.0   85.0
#5        F      84.0  193.0   70.0
#total  NaN     319.0  400.0  398.0

使用loc 就地改变数据框：

df.loc['total'] = df.select_dtypes(pd.np.number).sum()
df
#         X  MyColumn      Y      Z
#0        A      84.0   13.0   69.0
#1        B      76.0   77.0  127.0
#2        C      28.0   69.0   16.0
#3        D      28.0   28.0   31.0
#4        E      19.0   20.0   85.0
#5        F      84.0  193.0   70.0
#total  NaN     638.0  800.0  796.0

【讨论】：

所有列的总和怎么样？
1.st 示例：FutureWarning: The pandas.np module is deprecated and will be removed from pandas in a future version. Import numpy directly instead

【解决方案3】：

类似于获取数据帧的长度 len(df)，以下内容适用于 pandas 和 blaze：

Total = sum(df['MyColumn'])

或者

Total = sum(df.MyColumn)
print Total

【讨论】：

【解决方案4】：

作为其他选项，您可以执行以下操作

Group   Valuation   amount
    0   BKB Tube    156
    1   BKB Tube    143
    2   BKB Tube    67
    3   BAC Tube    176
    4   BAC Tube    39
    5   JDK Tube    75
    6   JDK Tube    35
    7   JDK Tube    155
    8   ETH Tube    38
    9   ETH Tube    56

下面的脚本，可以用于上面的数据

import pandas as pd    
data = pd.read_csv("daata1.csv")
bytreatment = data.groupby('Group')
bytreatment['amount'].sum()

【讨论】：

【解决方案5】：

对一列求和有两种方法

数据集 = pd.read_csv("data.csv")

1: sum(dataset.Column_name)

2：数据集['Column_Name'].sum()

如果有任何问题，请纠正我..

【讨论】：