Como obter a Soma da Coluna Pandas

  1. Método para obter a soma da coluna Pandas DataFrame
  2. Soma cumulativa com groupby
  3. Método para obter a Soma das Colunas com base em Valores Condicionais de Outras Colunas

Apresentaremos como obter a soma de pandas dataFrame column. Inclui métodos como o cálculo da soma cumulativa com groupby, e a soma das colunas com base no condicional de outros valores de coluna.

Método para obter a soma da coluna Pandas DataFrame

Primeiro, criamos um array aleatório utilizando a biblioteca numpy e depois obtemos a soma de cada coluna utilizando a função sum().

import numpy as np
import pandas as pd

df = pd.DataFrame(
    np.random.randint(0,10,size=(10, 4)),
    columns=list('1234'))
print(df)
Total = df['1'].sum()
print ("Column 1 sum:",Total)
Total = df['2'].sum()
print ("Column 2 sum:",Total)
Total = df['3'].sum()
print ("Column 3 sum:",Total)
Total = df['4'].sum()
print ("Column 4 sum:",Total) 

O método Pandas DataFrame sum() totaliza a coluna Pandas.

Se você executar este código, você obterá a saída da seguinte forma.

   1  2  3  4
0  2  2  3  8
1  9  4  3  1
2  8  5  6  0
3  9  5  7  4
4  2  7  3  7
5  9  4  1  3
6  6  7  7  3
7  0  4  2  8
8  0  6  6  4
9  5  8  7  2
Column 1 sum: 50
Column 2 sum: 52
Column 3 sum: 45
Column 4 sum: 40

Soma cumulativa com groupby

Podemos obter a soma acumulada dos Pandas utilizando o método groupby. Considere as seguintes colunas Dataframe com Date, Fruit, e Sales:

import pandas as pd

df = pd.DataFrame(
    {
        'Date': 
             ['08/09/2018', 
              '10/09/2018', 
              '08/09/2018', 
              '10/09/2018'],
        'Fruit': 
             ['Apple', 
              'Apple', 
              'Banana', 
              'Banana'],
        'Sale:
             [34,
              12,
              22,
              27]
    })

Se quisermos calcular a soma cumulativa de Venda por Fruta e para cada data, podemos fazer:

import pandas as pd

df = pd.DataFrame(
    {
        'Date': 
             ['08/09/2018', 
              '10/09/2018', 
              '08/09/2018', 
              '10/09/2018'],
        'Fruit': 
             ['Apple', 
              'Apple', 
              'Banana', 
              'Banana'],
        'Sale:
             [34,
              12,
              22,
              27]
    })

print(df.groupby(by=['Fruit','Date']).sum().groupby(level=[0]).cumsum())

Após executar os códigos acima, obteremos a seguinte saída, que mostra a soma cumulativa de Fruit para cada data:

Fruit  Date         Sale
Apple  08/09/2018    34
       10/09/2018    46
Banana 08/09/2018    22
       10/09/2018    49
        

Método para obter a Soma das Colunas com base em Valores Condicionais de Outras Colunas

Este método fornece funcionalidade para obter a soma se a condição dada for True e substituir a soma por um valor dado se a condição for False. Considere o seguinte código,

import numpy as np
import pandas as pd

df = pd.DataFrame(
    np.random.randn(5,3), 
    columns=list('xyz'))

df['sum'] = df.loc[df['x'] > 0,['x','y']].sum(axis=1)

df['sum'].fillna(0, inplace=True)
print(df)

No código acima, acrescentamos uma nova coluna sum ao Dataframe. O elemento sum é a soma das duas primeiras colunas ['x'','y'] se ['x'] for maior que 1, caso contrário, substituímos sum por 0.

Depois de executar o código, obteremos a seguinte saída (os valores podem ser diferentes no seu caso).

          x         y         z       sum
0 -1.067619  1.053494  0.179490  0.000000
1 -0.349935  0.531465 -1.350914  0.000000
2 -1.650904  1.534314  1.773287  0.000000
3  2.486195  0.800890 -0.132991  3.287085
4  1.581747 -0.667217 -0.182038  0.914530