python之指定列上的 Numpy 总和

我有一个像这样的数据框:

              Name     A       B       C        D       E  
Date                                                               
2000-10-19    Pete     1       0       1        1       0 
2000-10-20    Joan     1       1       0        0       1      
2000-10-23    Michael  0       0       1        0       1  
2000-10-24    Carl     0       1       1        1       1 
2000-10-25    Levis    1       0       1        1       0 
2000-10-26    Susan    0       0       0        1       1  

我想计算每一行的“1”，所以它看起来像这样:

              Name     A       B       C        D       E      F 
Date                                                               
2000-10-19    Pete     1       0       1        1       0      3 
2000-10-20    Joan     1       1       0        0       1      3 
2000-10-23    Michael  0       0       1        0       1      2 
2000-10-24    Carl     0       1       1        1       1      4 
2000-10-25    Levis    1       0       1        1       0      3 
2000-10-26    Susan    0       0       0        1       1      2 

我认为这可以很容易地完成，但是 Numpy，但我不太清楚如何

但是我想出了这个，现在我只需要指定要对哪些列求和

df['E'] = np.sum(df, axis=1) 

谁能帮忙

请您参考如下方法:

您可以将这些总结为:

df['F'] = np.sum(<b>df[['A', 'B', 'C', 'D', 'E']]</b>, axis=1)

通过使用 df[['A', 'B', 'C', 'D', 'E']] 您可以选择列的子集 (A, B, ..., E).然后我们使用 np.sum(..) [numpy-doc]总结。通过指定 axis=1 参数，我们因此对每行求和，然后将这些行的总和分配给新列 F .