使用多级索引将总行添加到 dataframe

Question

考虑以下具有多级索引的 dataframe：

arrays = [np.array(['bar', 'bar', 'baz']),
          np.array(['one', 'two', 'one'])]

df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), 
                   columns=['a', 'b', 'c'],
                   index=arrays)

我要做的就是在底部添加一个“总计”行（12、15、18 将是这里的预期值）。 似乎我需要计算总数，然后将 append 计算到 dataframe，但在保留多级索引（我想做）的同时，我无法让它工作。 提前致谢！

Answer 1

这不会保留您的多级索引，但它会 append 一个名为“total”的新行包含列总和：

import pandas as pd
import numpy as np

arrays = [np.array(['bar', 'bar', 'baz']),
          np.array(['one', 'two', 'one'])]

df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), 
                   columns=['a', 'b', 'c'],
                   index=arrays)

df.append(df.sum().rename('total')).assign(total=lambda d: d.sum(1))

Answer 2

我想到了。 感谢您的回复。 这些加上更多关于 Python 中的索引的教育让我得到了一些有用的东西。

# Create df of totals
df2 = pd.DataFrame(df.sum())
# Transpose df
df2 = df2.T
# Reset index
df2 = df2.reset_index()
# Add additional column so the columns of df2 match the columns of df
df2['Index'] = "zTotal"
# Set indices to match df indices
df2 = df2.set_index(['index', 'Index'])
# Concat df and df2
df3 = pd.concat([df, df2])
# Sort in desired order
df3 = df3.sort_index(ascending=[False,True])