如何在 pandas 中创建求和行和求和列？

Question

我正在学习可汗学院的统计学课程，作为我大学时代的复习，并作为一种让我快速了解熊猫和其他科学 Python 的方法。

我有一张来自可汗学院的桌子，看起来像这样：

             | Undergraduate | Graduate | Total
-------------+---------------+----------+------
Straight A's |           240 |       60 |   300
-------------+---------------+----------+------
Not          |         3,760 |      440 | 4,200
-------------+---------------+----------+------
Total        |         4,000 |      500 | 4,500

我想使用 pandas 重新创建此表。当然，我可以使用类似的东西创建一个 DataFrame

"Graduate": {...},
"Undergraduate": {...},
"Total": {...},

但这似乎是一种幼稚的方法，既会很快失败，又无法真正扩展。

我有这样的表格的非总计部分：

df = pd.DataFrame(
    {
        "Undergraduate": {"Straight A's": 240, "Not": 3_760},
        "Graduate": {"Straight A's": 60, "Not": 440},
    }
)
df

我一直在寻找并发现了一些有希望的东西，例如：

df['Total'] = df.sum(axis=1)

但我没有发现任何非常优雅的东西。

我确实找到了 crosstab 函数，它看起来应该做我想做的事，但似乎为了做到这一点，我必须为所有这些值创建一个由 1/0 组成的数据框，这看起来很傻，因为我已经得到了一个聚合。

我发现了一些似乎手动构建新总计行的方法，但似乎应该有更好的方法，例如：

totals(df, rows=True, columns=True)

什么的。

这在 pandas 中是否存在，还是我必须拼凑自己的方法？

Answer 1

或者分两步，按照您的建议使用.sum() 函数（这也可能更具可读性）：

import pandas as pd

df = pd.DataFrame( {"Undergraduate": {"Straight A's": 240, "Not": 3_760},"Graduate": {"Straight A's": 60, "Not": 440},})

#Total sum per column: 
df.loc['Total',:]= df.sum(axis=0)

#Total sum per row: 
df.loc[:,'Total'] = df.sum(axis=1)

输出：

              Graduate  Undergraduate  Total
Not                440           3760   4200
Straight A's        60            240    300
Total              500           4000   4500

Answer 2

append 和 assign

这个答案的重点是提供一个在线解决方案，而不是一个就地解决方案。

append

我使用append 垂直堆叠Series 或DataFrame。它还创建了一个copy，以便我可以继续链接。

assign

我使用assign 添加一列。然而，我正在研究的DataFrame 位于虚空之间。所以我在assign 参数中使用了lambda，它告诉Pandas 将其应用于调用DataFrame。

---

df.append(df.sum().rename('Total')).assign(Total=lambda d: d.sum(1))

              Graduate  Undergraduate  Total
Not                440           3760   4200
Straight A's        60            240    300
Total              500           4000   4500

---

有趣的选择

将drop 与errors='ignore' 结合使用以消除可能预先存在的Total 行和列。

还有，还在排队。

def tc(d):
  return d.assign(Total=d.drop('Total', errors='ignore', axis=1).sum(1))

df.pipe(tc).T.pipe(tc).T

              Graduate  Undergraduate  Total
Not                440           3760   4200
Straight A's        60            240    300
Total              500           4000   4500

Answer 3

从使用crosstab的原始数据，如果只是基于你的输入，你只需要melt在crosstab之前

s=df.reset_index().melt('index')
pd.crosstab(index=s['index'],columns=s.variable,values=s.value,aggfunc='sum',margins=True)
Out[33]: 
variable      Graduate  Undergraduate   All
index                                      
Not                440           3760  4200
Straight A's        60            240   300
All                500           4000  4500

---

玩具数据

df=pd.DataFrame({'c1':[1,2,2,3,4],'c2':[2,2,3,3,3],'c3':[1,2,3,4,5]}) 
# before `agg`, I think your input is the result after `groupby` 
df
Out[37]: 
   c1  c2  c3
0   1   2   1
1   2   2   2
2   2   3   3
3   3   3   4
4   4   3   5


pd.crosstab(df.c1,df.c2,df.c3,aggfunc='sum',margins
=True)
Out[38]: 
c2     2     3  All
c1                 
1    1.0   NaN    1
2    2.0   3.0    5
3    NaN   4.0    4
4    NaN   5.0    5
All  3.0  12.0   15

Answer 4

原始数据为：

>>> df = pd.DataFrame(dict(Undergraduate=[240, 3760], Graduate=[60, 440]), index=["Straight A's", "Not"])
>>> df
Out: 
              Graduate  Undergraduate
Straight A's        60            240
Not                440           3760

你只能使用df.T来实现重新创建这个表：

>>> df_new = df.T
>>> df_new
Out: 
               Straight A's   Not
Graduate                 60   440
Undergraduate           240  3760

按行列计算Total后：

>>> df_new.loc['Total',:]= df_new.sum(axis=0)
>>> df_new.loc[:,'Total'] = df_new.sum(axis=1)
>>> df_new
Out: 
               Straight A's     Not   Total
Graduate               60.0   440.0   500.0
Undergraduate         240.0  3760.0  4000.0
Total                 300.0  4200.0  4500.0