合並 pandas dataframe 最后一行中的一些列

Question

編輯：我了解如何獲取實際值，但我想知道如何將這兩個總和的 append 一行與現有的 df 相加？

我有一個 dataframe score_card 看起來像：

15min_color	15min_high	15min_price	30min_color	30min_high	30min_price
1	1	-1	1	-1	1
1	-1	1	1	1	1
-1	1	-1	1	1	1
-1	1	-1	1	-1	1

現在我想添加一行總結所有 15 分鍾的數字（前 3 列）和 30 分鍾的數字等等（實際的 df 更大）。 意味着我不想將各個列相加，而是將列的總和相加。 我要添加的行如下所示：

sum_15min_colour&15min_high&15min_price	sum_30min_colour&30min_high&30min_price
0	8

請忽略 header，這只是為了澄清我打算做什么。 我假設涉及多索引，但我不知道如何將它應用於我現有的 df 以實現所需的 output。

另外，是否可以在整個表格的總和中添加一個列？

謝謝你的支持。

Answer 1

你可以這樣總結：

np.sum(df.filter(like='15').values), np.sum(df.filter(like='30').values)

---

0,8

Answer 2

groupby

可以采用可調用（思考函數）並在index或columns上使用它

df.groupby(lambda x: x.split('_')[0], axis=1).sum().sum()

15min    0
30min    8
dtype: int64

Answer 3

• 它取決於軸。

簡單地說 - 這將軸 0 中的值相加：所以在你的情況下 - 列（它是垂直列中的所有值的總和）。

df.sum(axis = 0, skipna = True)

---

打印（df）：

OUTPUT：

sum_column = df["col1"] + df["col2"]
df["col3"] = sum_column
print(df)

OUTPUT：

---

所以在你的情況下：

summed0Axis = df.sum(axis = 0, skipna = True)
sum_column = summed0Axis["15min_colour"] + summed0Axis["15min_high"] + summed0Axis["15min_price"]

print(sum_column)

更智能的選擇：

查找所有列，其中包括 15：

columnsWith15 = df.loc[:,df.columns.str.contains("15").sum]
columnsWith30 = df.loc[:,df.columns.str.contains("30").sum]