Holen Sie sich die Summe der Pandas-Spalten


107

Ziel

Ich habe einen Pandas-Datenrahmen, wie unten gezeigt, mit mehreren Spalten und möchte die Gesamtsumme der Spalten erhalten MyColumn.


Datenrahmen -df:

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   

Mein Versuch :

Ich habe versucht, die Summe der Spalte mit groupbyund zu erhalten .sum():

Total = df.groupby['MyColumn'].sum()

print Total

Dies verursacht den folgenden Fehler:

TypeError: 'instancemethod' object has no attribute '__getitem__'

Erwartete Ausgabe

Ich hätte erwartet, dass die Ausgabe wie folgt ist:

319

Oder alternativ möchte ich dfmit einem neuen rowTitel bearbeitet werden TOTAL, der die Summe enthält:

           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

11
Um zu veranschaulichen, warum Pandas nicht pythonisch sind, suchen Sie nicht weiter als die Verwirrung darüber, wie man einfach eine Spalte summiert.
user1416227

Antworten:


213

Sie sollten verwenden sum:

Total = df['MyColumn'].sum()
print (Total)
319

Dann verwenden Sie locmit Series. In diesem Fall sollte der Index auf die gleiche Spalte eingestellt werden, die Sie summieren müssen:

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

Wenn Sie den Skalar übergeben, werden die Werte aller Zeilen gefüllt:

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

Zwei weitere Lösungen sind mit atund ixsiehe die folgenden Anwendungen:

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

Hinweis: Seit Pandas v0.20 ixist veraltet. Verwenden Sie locoder ilocstattdessen.


Das ist großartig :) Danke für die Erklärung, darf ich fragen, was .locim obigen Beispiel passiert?
LearningToJava


atfunktioniert auch für Einstellungen mit Vergrößerung, siehe letzte Bearbeitung.
Jezrael

Danke, gibt es eine bevorzugte Methode?
LearningToJava

1
Hmmm, docs sagt The .loc/.ix/[] operations can perform enlargement when setting a non-existant key for that axis., so locoder ixoder []. im nächsten Abschnitt wird geschrieben at may enlarge the object in-place as above if the indexer is missing.Also sind alle Methoden gut, aber atam schnellsten denke ich.
Jezrael

22

Eine weitere Option, die Sie hier wählen können:

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

Sie können auch folgende append()Methode verwenden:

df.append(pd.DataFrame(df.MyColumn.sum(), index = ["Total"], columns=["MyColumn"]))

Geben Sie hier die Bildbeschreibung ein


Aktualisieren:

Wenn Sie für alle numerischen Spalten eine Summe anhängen müssen , können Sie einen der folgenden Schritte ausführen :

Verwenden appendSie diese Option , um dies auf funktionale Weise zu tun (ändert den ursprünglichen Datenrahmen nicht):

# 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

Verwenden Sie locdiese Option, um den Datenrahmen an Ort und Stelle zu mutieren:

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

Wie wäre es mit der Summe aller Spalten?
FaCoffee

9

Ähnlich wie beim Abrufen der Länge eines Datenrahmens len(df)funktionierte Folgendes für Pandas und Blaze:

Total = sum(df['MyColumn'])

oder alternativ

Total = sum(df.MyColumn)
print Total

2

Es gibt zwei Möglichkeiten, eine Spalte zu summieren

Dataset = pd.read_csv ("data.csv")

1: Summe (Dataset.Column_name)

2: Datensatz ['Spaltenname']. Sum (()

Wenn es hier ein Problem gibt, korrigieren Sie mich bitte.


1

Als weitere Option können Sie Folgendes tun

Group   Valuation   amount
    0   BKB Tube    156
    1   BKB Tube    143
    2   BKB Tube    67
    3   BAC Tube    176
    4   BAC Tube    39
    5   JDK Tube    75
    6   JDK Tube    35
    7   JDK Tube    155
    8   ETH Tube    38
    9   ETH Tube    56

Unterhalb des Skripts können Sie die oben genannten Daten verwenden

import pandas as pd    
data = pd.read_csv("daata1.csv")
bytreatment = data.groupby('Group')
bytreatment['amount'].sum()
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.