Pandas 多索引列的总和答案

【问题标题】：Pandas sum of multi-indexed columnsPandas 多索引列的总和
【发布时间】：2016-09-02 06:36:23
【问题描述】：

如果我有一个嵌套标题如下的数据框：

              John          Joan
         Smith,   Jones,    Smith,
Index1     234      432      324
Index2     2987     234      4354

...如何创建一个对每一行的值求和的新列？我试过df['sum']=df['John']+df['Joan'] 但这导致了这个错误：

ValueError: Wrong number of items passed 3, placement implies 1

【问题讨论】：

标签： python-3.x pandas multi-index

【解决方案1】：

如果我理解正确的话：

...如何创建一个对每一行的值求和的新列？

解决方案

每一行的总和就是

df.sum(axis=1)

诀窍是成为一个新专栏。您需要确保您添加的列具有 2 级列标题。

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

我对此不满意，但它确实有效。

         Joan   John          sum
       Smith, Jones, Smith,   sum
Index1    324    432    234   990
Index2   4354    234   2987  7575

【讨论】：

感谢你们俩。如果前面有一些我不想要总和的其他列，我将如何创建新的总和列，如上所述？例如，如果第一列是姓名，第二列是年龄，我将如何忽略这些？
我想出了我的后续问题：首先，将要求和的列集定义为这样的变量：cols=df[['a','b']]。接下来，像这样使用该变量： df.loc[:, ('sum', 'sum')] = cols.sum(axis=1)

【解决方案2】：

舞会，好久没有你的消息了。

您想要分组，但指定一个级别和轴。 axis=1 表示您想要对行而不是列求和。 level=0 是列的第一行。

df = pd.DataFrame({
    ('John', 'Smith,'): [234, 2987], 
    ('John', 'Jones,'): [432, 234], 
    ('Joan', 'Smith,'): [324, 4354]}, index=['Index1', 'Index2'])

>>> df.groupby(level=0, axis=1).sum()
        Joan  John
Index1   324   666
Index2  4354  3221

【讨论】：