获取“熊猫”列的总数
我有一个熊猫数据框，如下所示，具有多个列，并希望获得列的总数MyColumn。
打印df
X MyColumn Y Z
0 A 84 13.0 69.0
1 B 76 77.0 127.0
2 C 28 69.0 16.0
3 D 28 28.0 31.0
4 E 19 20.0 85.0
5 F 84 193.0 70.0
我的尝试：
我试图使用groupby和. sum（）获取列的总和：
Total = df.groupby['MyColumn'].sum()
print Total
这会导致以下错误：
TypeError: 'instancemethod' object has no attribute '__getitem__'
预期产出
我预计产出如下：
319
或者，我希望编辑< code>df,在标题为< code>TOTAL的新行中包含总计:
X MyColumn Y Z
0 A 84 13.0 69.0
1 B 76 77.0 127.0
2 C 28 69.0 16.0
3 D 28 28.0 31.0
4 E 19 20.0 85.0
5 F 84 193.0 70.0
TOTAL 319
共有3个答案
类似于获取数据帧的长度，< code>len(df)，以下适用于pandas和blaze:
Total = sum(df['MyColumn'])
或者
Total = sum(df.MyColumn)
print Total
您可以在此处使用的另一个选项：
df.loc["Total", "MyColumn"] = df.MyColumn.sum()
# X MyColumn Y Z
#0 A 84.0 13.0 69.0
#1 B 76.0 77.0 127.0
#2 C 28.0 69.0 16.0
#3 D 28.0 28.0 31.0
#4 E 19.0 20.0 85.0
#5 F 84.0 193.0 70.0
#Total NaN 319.0 NaN NaN
您也可以使用追加（）方法：
df.append(pd.DataFrame(df.MyColumn.sum(), index = ["Total"], columns=["MyColumn"]))
更新：
如果需要为所有数字列追加sum，可以执行下列操作之一:
使用< code>append以功能方式完成此操作(不会更改原始数据框):
# select numeric columns and calculate the sums
sums = df.select_dtypes(pd.np.number).sum().rename('total')
# append sums to the data frame
df.append(sums)
# X MyColumn Y Z
#0 A 84.0 13.0 69.0
#1 B 76.0 77.0 127.0
#2 C 28.0 69.0 16.0
#3 D 28.0 28.0 31.0
#4 E 19.0 20.0 85.0
#5 F 84.0 193.0 70.0
#total NaN 319.0 400.0 398.0
使用 loc 在原地改变数据框：
df.loc['total'] = df.select_dtypes(pd.np.number).sum()
df
# X MyColumn Y Z
#0 A 84.0 13.0 69.0
#1 B 76.0 77.0 127.0
#2 C 28.0 69.0 16.0
#3 D 28.0 28.0 31.0
#4 E 19.0 20.0 85.0
#5 F 84.0 193.0 70.0
#total NaN 638.0 800.0 796.0
您应该使用＜code＞和＜/code＞：
Total = df['MyColumn'].sum()
print(Total)
319
然后，将loc与系列一起使用，在这种情况下，索引应设置为与您需要求和的特定列相同：
df.loc['Total'] = pd.Series(df['MyColumn'].sum(), index=['MyColumn'])
print(df)
X MyColumn Y Z
0 A 84.0 13.0 69.0
1 B 76.0 77.0 127.0
2 C 28.0 69.0 16.0
3 D 28.0 28.0 31.0
4 E 19.0 20.0 85.0
5 F 84.0 193.0 70.0
Total NaN 319.0 NaN NaN
因为如果传递标量，则将填充所有行的值：
df.loc['Total'] = df['MyColumn'].sum()
print(df)
X MyColumn Y Z
0 A 84 13.0 69.0
1 B 76 77.0 127.0
2 C 28 69.0 16.0
3 D 28 28.0 31.0
4 E 19 20.0 85.0
5 F 84 193.0 70.0
Total 319 319 319.0 319.0
另外两种解决方案是 at，ix 请参阅以下应用程序：
df.at['Total', 'MyColumn'] = df['MyColumn'].sum()
print(df)
X MyColumn Y Z
0 A 84.0 13.0 69.0
1 B 76.0 77.0 127.0
2 C 28.0 69.0 16.0
3 D 28.0 28.0 31.0
4 E 19.0 20.0 85.0
5 F 84.0 193.0 70.0
Total NaN 319.0 NaN NaN
df.ix['Total', 'MyColumn'] = df['MyColumn'].sum()
print(df)
X MyColumn Y Z
0 A 84.0 13.0 69.0
1 B 76.0 77.0 127.0
2 C 28.0 69.0 16.0
3 D 28.0 28.0 31.0
4 E 19.0 20.0 85.0
5 F 84.0 193.0 70.0
Total NaN 319.0 NaN NaN
注意:从Pandas v0.20开始，< code>ix已被弃用。请改用< code>loc或< code>iloc。
-
问题内容： 不知道这里出了什么问题…我想要的只是本系列中的第一个也是唯一的元素 为什么这样不起作用？以及如何获得第一个元素？ 问题答案： 当索引为整数时，您将无法使用位置索引器，因为选择将是模棱两可的（应基于标签还是位置返回？）。您需要明确使用 或传递标签。 由于索引类型是对象，因此可以进行以下操作： 但是对于整数索引，情况有所不同：
-
问题内容： 我无法获得熊猫列的平均值或均值。有一个数据框。我在下面尝试的任何事情都没有给我该列的平均值 以下返回几个值，而不是一个： 这样： 问题答案： 如果您只想要列的均值，请选择列（这是一个系列），然后调用：
-
问题内容： 如果我有一个包含以下列的数据框： 我想说：这是一个数据框，请给我列出对象类型或日期时间类型的列的列表吗？ 我有一个将数字（Float64）转换为两位小数的函数，并且我想使用此数据框列的特定类型的列表，并通过此函数运行它以将它们全部转换为2dp。 也许： 问题答案： 如果您想要某种类型的列的列表，可以使用：
-
问题内容： 以下面的DataFrame为例， 生成一个新列的简单方法是什么？该列包含某一列中的某些数据聚集？ 例如，如果我总结了 我怎样才能得到 问题答案：
-
问题内容： 假设我有一个用户活动日志，我想生成一个总持续时间和每天唯一身份用户数量的报告。 汇总持续时间非常简单： 我想做的是同时计算持续时间并计算不重复次数，但我似乎找不到count_distinct的等效项： 这可行，但是肯定有更好的方法，不是吗？ 我在想，我只需要提供一个将Series对象的不同项目的计数返回给聚合函数的函数，但是我对各种库的接触并不多。另外，似乎groupby对象已经知道此
-
我正在读熊猫的CSV文件。假设CSV如下所示： 我想从（即）中获取值，其中和。我确信只有一行符合此条件。 所以我在做这样的事情： 我尝试了来给我这个值，但是它返回了一个数据帧，索引是此行的行号。此处的行号不是0，而是1（即CSV文件中的原始行号），这不允许我执行 如何在这里获得列值？