Uzyskaj sumę kolumny Pandas

107

Cel

Mam ramki danych Pandy, jak pokazano poniżej, z wielu kolumn i chciałby uzyskać sumę kolumny MyColumn.


Ramka danych -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   

Moja próba :

Próbowałem uzyskać sumę kolumny za pomocą groupbyi .sum():

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

print Total

Powoduje to następujący błąd:

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

Oczekiwany wynik

Spodziewałbym się, że wynik będzie następujący:

319

Lub alternatywnie chciałbym dfotrzymać nowy rowtytuł TOTALzawierający łącznie:

           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
LearningToJava
źródło
11
Aby zilustrować, dlaczego pandy nie są pytoniczne, nie szukaj dalej niż zamieszanie związane z tym, jak po prostu zsumować kolumnę.
user1416227

Odpowiedzi:

215

Powinieneś użyć sum:

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

Następnie używasz locwith Series, w takim przypadku indeks powinien być taki sam, jak określona kolumna, którą chcesz zsumować:

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

ponieważ jeśli przekażesz wartość skalarną, wartości wszystkich wierszy zostaną wypełnione:

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

Dwa inne rozwiązania są dostępne ati ixzobacz aplikacje poniżej:

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

Uwaga: od wersji Pandas v0.20 ixjest przestarzała. Użyj loclub iloczamiast.

jezrael
źródło
Świetnie :) Dzięki za wyjaśnienie, czy mogę zapytać, co .locrobi w powyższym przykładzie?
LearningToJava
locsłuży do ustawiania z powiększeniem .
jezrael
atdziała również dla ustawienia z powiększeniem, patrz ostatnia edycja.
jezrael
Dzięki, czy jest jakaś preferowana metoda?
LearningToJava
1
Hmmm, doktorzy mówią The .loc/.ix/[] operations can perform enlargement when setting a non-existant key for that axis., tak loclub ixlub []. w następnej sekcji pisze, at may enlarge the object in-place as above if the indexer is missing.więc wszystkie metody są dobre, ale atmyślę , że jest najszybsza.
jezrael
22

Inna opcja, z której możesz skorzystać tutaj:

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

Możesz również użyć append()metody:

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

wprowadź opis obrazu tutaj


Aktualizacja:

Jeśli chcesz dodać sumę do wszystkich kolumn liczbowych , możesz wykonać jedną z następujących czynności:

Służy appenddo tego w funkcjonalny sposób (nie zmienia oryginalnej ramki danych):

# 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

Służy locdo mutowania ramki danych w miejscu:

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
Psidom
źródło
A co z sumą wszystkich kolumn?
FaCoffee
9

Podobnie jak w przypadku uzyskania długości ramki danych, len(df)następujące działania działały w przypadku pand i blasku:

Total = sum(df['MyColumn'])

lub alternatywnie

Total = sum(df.MyColumn)
print Total
Jeff Crites
źródło
2

Istnieją dwa sposoby podsumowania kolumny

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

1: suma (dataset.Column_name)

2: zbiór danych [„nazwa_kolumny”]. Sum ()

Jeśli jest jakiś problem, proszę mnie poprawić.

Suraj Verma
źródło
1

Jako inną opcję możesz zrobić coś takiego poniżej

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

Poniższy skrypt możesz użyć do powyższych danych

import pandas as pd    
data = pd.read_csv("daata1.csv")
bytreatment = data.groupby('Group')
bytreatment['amount'].sum()
Ghanshyam Savaliya
źródło