熊猫数据框如何对每行较大列的所有值求和答案

【问题标题】：pandas dataframe how to sum all value of bigger columns per row熊猫数据框如何对每行较大列的所有值求和
【发布时间】：2021-05-30 19:21:41
【问题描述】：

我有一个数据框：

0.  1. 2. 3
2.  3. 5. 9
5.  1. 0. 3

对于列1,2,3 - 我希望每行的值是较高列的总和所以新的 df 将是：

0. 1. 2. 3 
2. 17 14. 9
5. 4. 3. 3

最好的方法是什么？

【问题讨论】：

【解决方案1】：

使用逆DataFrame.cumsum：

L = [1,2,3]
df[L[::-1]] = df[L[::-1]].cumsum(axis=1)
print (df)
     0     1     2    3
0  2.0  17.0  14.0  9.0
1  5.0   4.0   3.0  3.0

【讨论】：

我得到相反的结果：第 3 列 = 1+2+3 ；第 2 列 = 1+2 ；和 1 = 1 而不是 1 = 1+2+3 ； 2 = 3+2 ;和 3 = 3。我在原始问题中有一个类型可能会引起混淆，请查看我的编辑
x0 列的值 - 是每列 c 的总和，使得 c >= x0

【解决方案2】：

在还原列1, 2, 3 之后，让我们尝试cumsum 和axis=1：

c = [1, 2, 3]
df.loc[:, c] = df.loc[:, c[::-1]].cumsum(axis=1)

   0   1   2  3
0  2  17  14  9
1  5   4   3  3

【讨论】：