如何在 Pandas 中创建 sum 行和 sum 列？

Question

我正在学习可汗学院的统计学课程，作为我大学时代的一点复习，也是让我快速了解 Pandas 和其他科学 Python 的一种方式。

我有一张来自可汗学院的桌子，看起来像这样：

             | Undergraduate | Graduate | Total

-------------+---------------+----------+------

Straight A's |           240 |       60 |   300

-------------+---------------+----------+------

Not          |         3,760 |      440 | 4,200

-------------+---------------+----------+------

Total        |         4,000 |      500 | 4,500

我想使用熊猫重新创建这个表。当然，我可以使用类似的东西创建一个 DataFrame

"Graduate": {...},

"Undergraduate": {...},

"Total": {...},

但这似乎是一种天真的方法，既会很快失败，又不能真正扩展。

我有表格的非总计部分，如下所示：

df = pd.DataFrame(

    {

        "Undergraduate": {"Straight A's": 240, "Not": 3_760},

        "Graduate": {"Straight A's": 60, "Not": 440},

    }

)

df

我一直在寻找并发现了一些有希望的东西，例如：

df['Total'] = df.sum(axis=1)

但我没有发现任何非常优雅的东西。

我确实找到了crosstab看起来应该做我想做的功能，但似乎为了做到这一点，我必须为所有这些值创建一个由 1/0 组成的数据框，这看起来很愚蠢，因为我已经已经有一个聚合。

我发现了一些似乎手动构建新总计行的方法，但似乎应该有更好的方法，例如：

totals(df, rows=True, columns=True)

什么的。

这是否存在于熊猫中，还是我必须拼凑出我自己的方法？

Answer 1

或者分两步，.sum()按照您的建议使用该函数（这也可能更具可读性）：import pandas as pddf = pd.DataFrame( {"Undergraduate": {"Straight A's": 240, "Not": 3_760},"Graduate": {"Straight A's": 60, "Not": 440},})#Total sum per column: df.loc['Total',:]= df.sum(axis=0)#Total sum per row: df.loc[:,'Total'] = df.sum(axis=1)输出：              Graduate  Undergraduate  TotalNot                440           3760   4200Straight A's        60            240    300Total              500           4000   4500

Answer 2

append 和 assign这个答案的重点是提供在线而不是就地解决方案。append我append用来堆叠 aSeries或DataFrame垂直。它还创建了一个，copy以便我可以继续链接。assign我assign用来添加一列。然而，DataFrame我正在研究的是在下界空间之间。所以我lambda在assign参数中使用 a告诉Pandas将它应用到调用DataFrame.df.append(df.sum().rename('Total')).assign(Total=lambda d: d.sum(1))              Graduate  Undergraduate  TotalNot                440           3760   4200Straight A's        60            240    300Total              500           4000   4500有趣的替代品使用dropwitherrors='ignore'摆脱潜在的预先存在的Total行和列。而且，还在排队。def tc(d):  return d.assign(Total=d.drop('Total', errors='ignore', axis=1).sum(1))df.pipe(tc).T.pipe(tc).T              Graduate  Undergraduate  TotalNot                440           3760   4200Straight A's        60            240    300Total              500           4000   4500

Answer 3

从使用的原始数据crosstab，如果只是基于您的输入，您只需要melt之前crosstabs=df.reset_index().melt('index')pd.crosstab(index=s['index'],columns=s.variable,values=s.value,aggfunc='sum',margins=True)Out[33]: variable      Graduate  Undergraduate   Allindex                                      Not                440           3760  4200Straight A's        60            240   300All                500           4000  4500玩具数据df=pd.DataFrame({'c1':[1,2,2,3,4],'c2':[2,2,3,3,3],'c3':[1,2,3,4,5]}) # before `agg`, I think your input is the result after `groupby` dfOut[37]:    c1  c2  c30   1   2   11   2   2   22   2   3   33   3   3   44   4   3   5pd.crosstab(df.c1,df.c2,df.c3,aggfunc='sum',margins=True)Out[38]: c2     2     3  Allc1                 1    1.0   NaN    12    2.0   3.0    53    NaN   4.0    44    NaN   5.0    5All  3.0  12.0   15