熊猫数据框中仅某些列的总和答案

【问题标题】：Sum of only certain columns in a pandas Dataframe熊猫数据框中仅某些列的总和
【发布时间】：2020-08-15 19:02:04
【问题描述】：

我有一个类似于下面的数据框。我只需要将某些列的总和相加：Jan-16、Feb-16、Mar-16、Apr-16 和 May-16。我在一个名为months_list的列表中有这些列

--------------------------------------------------------------------------------------
| Id               |  Name             | Jan-16 | Feb-16 | Mar-16 | Apr-16 | May-16   |
| 4674393          |  John Miller      |  0     | 1      | 1      | 1      | 1        |
| 4674395          |  Joe Smith        |  0     | 0      | 1      | 1      | 1        |
---------------------------------------------------------------------------------------

我的输出应该如下所示：

--------------------------------------------------------------------------------------
| Id               |  Name             | Jan-16 | Feb-16 | Mar-16 | Apr-16 | May-16   |
| 4674393          |  John Miller      |  0     | 1      | 1      | 1      | 1        |
| 4674395          |  Joe Smith        |  0     | 0      | 1      | 1      | 1        |
|Total             |                   |  0     | 1      | 2      | 2      | 2        |
---------------------------------------------------------------------------------------

应引入一个名为“Total”的新行，并为我的months_list 中的所有列按列求和：Jan-16、Feb-16、Mar-16、Apr-16 和 May-16

我尝试了以下方法，但没有成功。我得到了所有的 NaN 值

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

【问题讨论】：

输入我们可以复制/粘贴的内容很有帮助。也许是 CSV 文本？

标签： python pandas dataframe

【解决方案1】：

您使用了错误的axis 参数值。

`axis=0`: Sums the column values
`axis=1`: Sums the row values

假设你的 df 是：

In [4]: df
Out[4]: 
        Id         Name  Jan-16  Feb-16  Mar-16  Apr-16  May-16
0  4674393  John Miller       0       1       1       1       1
1  4674395    Joe Smith       0       0       1       1       1

In [10]: months_list =['Jan-16', 'Feb-16', 'Mar-16', 'Apr-16', 'May-16']

你的代码应该是：

In [12]: df.loc['Total'] = df[months_list].sum()

In [13]: df
Out[13]: 
              Id         Name  Jan-16  Feb-16  Mar-16  Apr-16  May-16
0      4674393.0  John Miller     0.0     1.0     1.0     1.0     1.0
1      4674395.0    Joe Smith     0.0     0.0     1.0     1.0     1.0
Total        NaN          NaN     0.0     1.0     2.0     2.0     2.0

【讨论】：