Как получить сумму колонки Pandas

  2. HowTo
  3. Python Pandas Хатос
  4. Как получить сумму колонки Pandas
Asad Riaz 30 Январь 2023 18 Апрель 2020
Pandas Pandas DataFrame Column
  1. Метод получения суммы столбца
  2. “Совокупная сумма с групповой суммой”
  3. Метод получения суммы столбцов на основе Условия других Столбцов Значения
Как получить сумму колонки Pandas

Мы познакомимся с тем, как получить сумму Pandas DataFrame столбца, а также с такими методами, как вычисление кумулятивной суммы с groupby, и суммы столбцов фрейма данных на основе условных значений других столбцов.

Метод получения суммы столбца

Сначала мы создаем случайный массив, используя библиотеку NumPy, а затем получаем сумму каждого столбца, используя функцию 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)

Если вы запустите этот код, то получите следующий вывод (значение может быть разным в вашем случае),

   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

“Совокупная сумма с групповой суммой”

Мы можем получить кумулятивную сумму, используя метод групповых. Рассмотрим следующий Датафрейм со столбцами Date, Fruit и Sale:

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]
    })

Если мы хотим вычислить кумулятивную сумму Продажа за фрукт и для каждой даты мы можем это сделать:

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())

После запуска вышеуказанных кодов мы получим следующий вывод, который показывает кумулятивную сумму фруктов за каждую дату:

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

Метод получения суммы столбцов на основе Условия других Столбцов Значения

Этот метод обеспечивает функциональность получения суммы, если заданное условие истинно и замены суммы на заданное значение, если условие False. Рассмотрим следующий код

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)

В приведенном выше коде мы добавили новый столбец sum в DataFrame, который является суммой первых столбцов ['x', 'y'] если ['x'] больше чем 1, то мы заменяем sum на 0.

После запуска кода мы получим следующий вывод (значения могут быть изменены в вашем случае).

          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

Сопутствующая статья - Pandas DataFrame Column