Obtenir le total de la colonne Pandas

Cible

j'ai une Pandas trame de données, comme indiqué ci-dessous, avec plusieurs colonnes et voudrait obtenir le total de la colonne, MyColumn.


Bloc De Données -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   

Ma tentative:

j'ai tenté d'obtenir la somme de la colonne en utilisant groupby et .sum():

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

print Total

c'est Ce qui provoque l'erreur suivante:

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

Résultats Escomptés

j'avais attendu la sortie comme suit:

319

Ou sinon, je voudrais df être édité avec un nouveau row droit TOTAL contenant le 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
40
demandé sur LearningToPython 2016-12-22 18:29:18

4 réponses

Vous devez utiliser sum:

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

puis vous utilisez locSeries, dans ce cas, l'indice devrait être la même que la colonne spécifique, vous devez somme:

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

parce que si vous passez scalaire, les valeurs de toutes les lignes seront remplis:

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

Deux autres solutions sont at et ix voir les applications ci-dessous:

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

Remarque: depuis Pandas v0.20,ix a été désapprouvée. Utilisez loc ou iloc à la place.

75
répondu jezrael 2018-07-13 10:14:58

une Autre option que vous pouvez aller ici:

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

vous pouvez aussi utiliser append() méthode:

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

enter image description here


mise à Jour:

Dans le cas où vous avez besoin pour ajouter de la somme pour tous les numérique colonnes, vous pouvez effectuer l'une des opérations suivantes:

Utiliser append le faire de manière fonctionnelle (ne change pas les données originales frame):

# 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

Utiliser loc pour muter bloc de données à la place:

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
6
répondu Psidom 2018-06-04 14:30:21

semblable à obtenir la longueur d'une dataframe,len(df) la suite travaillé pour les pandas et blaze:

Total = sum(df['MyColumn'])

ou sinon

Total = sum(df.MyColumn)
print Total
3
répondu Jeff Crites 2018-03-22 14:21:04

Comme autre option, vous pouvez faire quelque chose comme ci-dessous

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

script ci-dessous, vous pouvez utiliser pour les données ci-dessus

Import Pandas as pd    
data = pd.read_csv("daata1.csv")
bytreatment = data.groupby('Group')
bytreatment['amount'].sum()
-1
répondu Ghanshyam 2018-06-29 01:51:15