Pandas数据帧总排

Question

我有一个数据框,如:

     foo  bar  qux
0    a    1    3.14
1    b    3    2.72
2    c    2    1.62
3    d    9    1.41
4    e    3    0.58

我想在数据帧的末尾添加一个"总"行:

     foo  bar  qux
0    a    1    3.14
1    b    3    2.72
2    c    2    1.62
3    d    9    1.41
4    e    3    0.58
5    tot  15   9.47

我已经尝试使用该sum命令,但我最终得到了一个系列,虽然我可以转换回Dataframe,但不维护数据类型:

tot_row = pd.DataFrame(df.sum()).T
tot_row['foo'] = 'tot'
tot_row.dtypes:
     foo    object
     bar    object
     qux    object

我想维护原始数据框中的数据类型,因为我需要将其他操作应用于总行,例如:

baz = 2*tot_row['qux'] + 3*tot_row['bar']

Answer 1

新方法

要同时获得行和列总数：

import numpy as np
import pandas as pd


df = pd.DataFrame({'a': [10,20],'b':[100,200],'c': ['a','b']})

df.loc['Column_Total']= df.sum(numeric_only=True, axis=0)
df.loc[:,'Row_Total'] = df.sum(numeric_only=True, axis=1)

print(df)


                 a      b    c  Row_Total
0             10.0  100.0    a      110.0
1             20.0  200.0    b      220.0
Column_Total  30.0  300.0  NaN      330.0

Answer 2

附加一个总计行

df.append(df.sum(numeric_only=True), ignore_index=True)

仅当您有一列字符串或对象时才需要进行转换.

这是一个脆弱的解决方案,所以我建议坚持数据框架上的操作.例如.

baz = 2*df['qux'].sum() + 3*df['bar'].sum()

Answer 3

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

为我工作，我发现它更容易记住。我想念什么吗？可能在早期版本中是不可能的。

我实际上只是想暂时添加总行。永久添加它可以很好地显示，但使以后的计算变得麻烦。

刚发现

df.append(df.sum().rename('Total'))

这会在Jupyter笔记本中打印出我想要的内容，并且看起来不影响df本身。

Answer 4

新方法 [2022 年 9 月]

长话短说：

只需使用

df.style.concat(df.agg(['sum']).style)

寻求一种不会更改数据框的解决方案，即使索引中有“总和”也可以工作，并且可以设置样式！

解释

在 pandas 1.5.0 中，一个名为的新方法.style.concat()使您能够同时显示多个数据帧。这是显示总数（或任何其他统计数据）的好方法，因为它不会更改原始数据帧，并且即使原始数据帧中有名为“sum”的索引也可以工作。

例如：

df.style.concat(df.agg(['sum']).style)

它将返回一个在 jupyter 中可见的格式化表，如下所示：

造型

使用更长的代码，您甚至可以使最后一行看起来有所不同：

import pandas as pd
df = pd.DataFrame([[1, 2, 3], [4, 5, 6]], columns=['A', 'B', 'C'])
df.style.concat(df.agg(['sum']).style)

要得到：

请参阅文档中的其他样式设置方法（例如粗体字体或表格线）

Answer 5

使用DataFrame.pivot_table有margins=True:

import pandas as pd
data = [('a',1,3.14),('b',3,2.72),('c',2,1.62),('d',9,1.41),('e',3,.58)]
df = pd.DataFrame(data, columns=('foo', 'bar', 'qux'))

原文df:

  foo  bar   qux
0   a    1  3.14
1   b    3  2.72
2   c    2  1.62
3   d    9  1.41
4   e    3  0.58

由于pivot_table需要某种分组(没有index参数,它会引发一个ValueError: No group keys passed!),而你的原始索引是空的,我们将使用该foo列:

df.pivot_table(index='foo',
               margins=True,
               margins_name='total',  # defaults to 'All'
               aggfunc=sum)

瞧!

       bar   qux
foo             
a        1  3.14
b        3  2.72
c        2  1.62
d        9  1.41
e        3  0.58
total   18  9.47

Answer 6

替代方式(在Pandas 0.18.1上验证):

import numpy as np
total = df.apply(np.sum)
total['foo'] = 'tot'
df.append(pd.DataFrame(total.values, index=total.keys()).T, ignore_index=True)

结果:

   foo   bar   qux
0    a     1  3.14
1    b     3  2.72
2    c     2  1.62
3    d     9  1.41
4    e     3  0.58
5  tot    18  9.47

Answer 7

这就是我的做法，通过转置并使用 allocate 方法与 lambda 函数相结合。这对我来说很简单。

df.T.assign(GrandTotal = lambda x: x.sum(axis=1)).T

Answer 8

以 JMZ 答案为基础

df.append(df.sum(numeric_only=True), ignore_index=True)

如果您想继续使用当前索引，您可以使用 .rename() 命名总和系列，如下所示：

df.append(df.sum().rename('Total'))

这将在表格底部添加一行。

Answer 9

基于马蒂亚斯考尔的回答。

添加行总计：

df.loc["Row_Total"] = df.sum()

要添加列总计，

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