Pandas: sumar filas de DataFrame para columnas dadas

153

Tengo el siguiente DataFrame:

In [1]:

import pandas as pd
df = pd.DataFrame({'a': [1,2,3], 'b': [2,3,4], 'c':['dd','ee','ff'], 'd':[5,9,1]})
df
Out [1]:
   a  b   c  d
0  1  2  dd  5
1  2  3  ee  9
2  3  4  ff  1

Me gustaría agregar una columna 'e'que es la suma de la columna 'a', 'b'y 'd'.

Al pasar por los foros, pensé que algo como esto funcionaría:

df['e'] = df[['a','b','d']].map(sum)

Pero no fue así.

Me gustaría saber la operación apropiada con la lista de columnas ['a','b','d']y dfcomo entradas.

Coronel Beauvel
fuente

Respuestas:

261

Puede simplemente sumy establecer param axis=1para sumar las filas, esto ignorará ninguna columna numérica:

In [91]:

df = pd.DataFrame({'a': [1,2,3], 'b': [2,3,4], 'c':['dd','ee','ff'], 'd':[5,9,1]})
df['e'] = df.sum(axis=1)
df
Out[91]:
   a  b   c  d   e
0  1  2  dd  5   8
1  2  3  ee  9  14
2  3  4  ff  1   8

Si solo desea sumar columnas específicas, puede crear una lista de las columnas y eliminar las que no le interesan:

In [98]:

col_list= list(df)
col_list.remove('d')
col_list
Out[98]:
['a', 'b', 'c']
In [99]:

df['e'] = df[col_list].sum(axis=1)
df
Out[99]:
   a  b   c  d  e
0  1  2  dd  5  3
1  2  3  ee  9  5
2  3  4  ff  1  7
EdChum
fuente
32

Si solo tiene unas pocas columnas para sumar, puede escribir:

df['e'] = df['a'] + df['b'] + df['d']

Esto crea una nueva columna econ los valores:

   a  b   c  d   e
0  1  2  dd  5   8
1  2  3  ee  9  14
2  3  4  ff  1   8

Para listas más largas de columnas, se prefiere la respuesta de EdChum.

Alex Riley
fuente
16

Cree una lista de nombres de columna que desee agregar.

df['total']=df.loc[:,list_name].sum(axis=1)

Si desea la suma de ciertas filas, especifique las filas con ':'

Bibin Johny
fuente
14

Esta es una forma más simple de usar iloc para seleccionar qué columnas sumar:

df['f']=df.iloc[:,0:2].sum(axis=1)
df['g']=df.iloc[:,[0,1]].sum(axis=1)
df['h']=df.iloc[:,[0,3]].sum(axis=1)

Produce:

   a  b   c  d   e  f  g   h
0  1  2  dd  5   8  3  3   6
1  2  3  ee  9  14  5  5  11
2  3  4  ff  1   8  7  7   4

No puedo encontrar una manera de combinar un rango y columnas específicas que funcionen, por ejemplo, algo como:

df['i']=df.iloc[:,[[0:2],3]].sum(axis=1)
df['i']=df.iloc[:,[0:2,3]].sum(axis=1)
smartse
fuente
6

La siguiente sintaxis me ayudó cuando tengo columnas en secuencia

awards_frame.values[:,1:4].sum(axis =1)
makarand kulkarni
fuente
5

Simplemente puede pasar su marco de datos a la siguiente función :

def sum_frame_by_column(frame, new_col_name, list_of_cols_to_sum):
    frame[new_col_name] = frame[list_of_cols_to_sum].astype(float).sum(axis=1)
    return(frame)

Ejemplo :

Tengo un marco de datos (awards_frame) de la siguiente manera:

ingrese la descripción de la imagen aquí

... y quiero crear una nueva columna que muestre la suma de premios para cada fila :

Uso :

Simplemente paso mi awards_frame a la función, también especificando el nombre de la nueva columna y una lista de nombres de columnas que se deben sumar:

sum_frame_by_column(awards_frame, 'award_sum', ['award_1','award_2','award_3'])

Resultado :

ingrese la descripción de la imagen aquí

Cibernético
fuente
0

La forma más corta y sencilla aquí es usar

    df.eval('e = a + b + d')
Semen
fuente