my_df = DataFrame(np.arange(1,13).reshape(4,3), columns=list('abc'))
my_df.sum(axis="rows")
O/P 是
22
26
c 30
//我希望它按行求和从而给出
0 6
1 15
2 24
3 33
my_df.sum(axis="columns") //helps achieve this
为什么它会违反直觉? 在类似的上下文中,drop 方法可以正常工作,即当我写的时候
my_df.drop(['a'],axis="columns")
//这会删除列“a”。
我错过了什么吗?请指教。
请您参考如下方法:
精简版
这是一种命名约定。列的总和给出了逐行总和。您正在寻找 axis='columns')。
长版
好的,这很有趣。在 Pandas 中,通常 0 用于列,1 用于行。 然而在docs中寻找我们发现允许的参数是:
axis : {index (0), columns (1)}
您正在传递一个不存在的参数,这会导致默认值。因此,这可以理解为:列的总和返回行总和。索引的总和返回列总和。你想用 axis=1 或 axis='columns' 得到你想要的输出:
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(1,13).reshape(4,3), columns=list('abc'))
print(df.sum(axis=1))
返回:
0 6
1 15
2 24
3 33
dtype: int64
