如何获得 Pandas 列中元素总和

Python 3月前 38

我们将介绍如何获取 Pandas DataFrame 列的元素总和，以及使用 groupby 计算累积和的方法，以及基于其他列值数据的条件来得到列和的方法。

获取 Pandas `DataFrame` 列和的方法

首先，我们使用 NumPy 库创建一个随机数组，然后使用 sum() 函数获取每个列的总和。

import numpy as np
import pandas as pd
df = pd.DataFrame(
    np.random.randint(0,10,size=(10, 4)),
    columns=list('1234'))
print(df)
Total = df['1'].sum()
print ("Column 1 sum:",Total)
Total = df['2'].sum()
print ("Column 2 sum:",Total)
Total = df['3'].sum()
print ("Column 3 sum:",Total)
Total = df['4'].sum()
print ("Column 4 sum:",Total)

如果运行此代码，你将获得以下输出（你的情况下值可能不同），

   1  2  3  4
0  2  2  3  8
1  9  4  3  1
2  8  5  6  0
3  9  5  7  4
4  2  7  3  7
5  9  4  1  3
6  6  7  7  3
7  0  4  2  8
8  0  6  6  4
9  5  8  7  2
Column 1 sum: 50
Column 2 sum: 52
Column 3 sum: 45
Column 4 sum: 40

与 `groupby` 的累加总和

我们可以使用 groupby 方法来获得累计和。考虑以下带有 DataFrame，Fruit 和 Sale 列的 DataFrame：

import pandas as pd
df = pd.DataFrame(
    {
        'Date':
             ['08/09/2018',
              '10/09/2018',
              '08/09/2018',
              '10/09/2018'],
        'Fruit':
             ['Apple',
              'Apple',
              'Banana',
              'Banana'],
        'Sale':
             [34,
              12,
              22,
              27]
    })

如果我们要计算每个水果的累计销售总额，对于每个日期我们可以这样计算，

import pandas as pd
df = pd.DataFrame(
    {
        'Date':
             ['08/09/2018',
              '10/09/2018',
              '08/09/2018',
              '10/09/2018'],
        'Fruit':
             ['Apple',
              'Apple',
              'Banana',
              'Banana'],
        'Sale':
             [34,
              12,
              22,
              27]
    })
print(df.groupby(by=['Fruit','Date']).sum().groupby(level=[0]).cumsum())

运行上述代码后，我们将获得以下输出，该输出显示每个日期的水果累积总和：

Fruit  Date         Sale
Apple  08/09/2018    34
       10/09/2018    46
Banana 08/09/2018    22
       10/09/2018    49

基于其他列值的条件获取列总和的方法

此方法提供了在给定条件为 True 时获取总和的功能，以及在条件为 False 时用给定值替换总和的功能。考虑以下代码

import numpy as np
import pandas as pd
df = pd.DataFrame(
    np.random.randn(5,3),
    columns=list('xyz'))
df['sum'] = df.loc[df['x'] > 0,['x','y']].sum(axis=1)
df['sum'].fillna(0, inplace=True)
print(df)

在上面的代码中，我们将新列总和添加到 DataFrame 中，这是第一列 ['x'，'y'] 的和，如果 ['x'] 大于 1，否则我们将和替换为 0。

运行代码后，我们将获得以下输出（根据你的情况，值可能会更改）。

          x         y         z       sum
0 -1.067619  1.053494  0.179490  0.000000
1 -0.349935  0.531465 -1.350914  0.000000
2 -1.650904  1.534314  1.773287  0.000000
3  2.486195  0.800890 -0.132991  3.287085
4  1.581747 -0.667217 -0.182038  0.914530