如何获得 Pandas 列中元素总和
Asad Riaz
2023年1月30日
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