python - tutorial - Obtener el total de la columna Pandas

sumar columnas pandas

Question

Objetivo

Tengo un marco de datos Pandas, como se muestra a continuación, con varias columnas y me gustaría obtener el total de la columna, MyColumn .

Marco de datos - 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   

Mi intento :

groupby obtener la suma de la columna usando groupby y .sum() :

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

print Total

Esto provoca el siguiente error:

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

Rendimiento esperado

Esperaba que el resultado fuera el siguiente:

319

O, alternativamente, me gustaría editar df con una nueva row titulada TOTAL contiene el total:

           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

Answer 1

Como otra opción, puedes hacer algo como a continuación

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

Debajo del script, puede usar para los datos anteriores

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

Answer 2

Deberías usar sum :

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

Luego usa loc con Series , en ese caso el índice debe establecerse de la misma manera que la columna específica que necesita sumar:

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

porque si pasa escalar, se completarán los valores de todas las filas:

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

Hay otras dos soluciones con at , y ix ve las aplicaciones a continuación:

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

Nota: desde Pandas v0.20, ix ha quedado en desuso. Use loc o iloc en iloc lugar.

Answer 3

Otra opción con la que puedes ir aquí:

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

También puede usar el método append() :

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

Actualizar:

En caso de que necesite agregar una suma para todas las columnas numéricas , puede realizar una de las siguientes acciones:

Utilice append para hacer esto de manera funcional (no cambia el marco de datos original):

# 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

Use loc para mutar el marco de datos en su lugar:

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

Answer 4

Similar a obtener la longitud de un marco de datos, len(df) , lo siguiente funcionó para pandas y blaze:

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

o alternativamente

Total = sum(df.MyColumn)
print Total