web-dev-qa-db-fra.com

Obtenir le total de la colonne Pandas

Cible

J'ai un Pandas _ cadre de données, comme indiqué ci-dessous, avec plusieurs colonnes et souhaite obtenir le total de la colonne, MyColumn.


Trame 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 essayé d'obtenir la somme de la colonne en utilisant groupby et .sum():

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

print Total
_

Cela provoque l'erreur suivante:

_TypeError: 'instancemethod' object has no attribute '__getitem__'
_

Résultat attendu

Je m'attendais à ce que le résultat soit comme suit:

_319
_

Ou bien, j'aimerais que df soit édité avec un nouveau row intitulé 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
_
75
LearningToJava

Vous devriez utiliser sum :

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

Ensuite, vous utilisez loc avec Series. Dans ce cas, l'index doit être défini comme identique à la colonne spécifique à additionner:

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

car si vous passez scalar, les valeurs de toutes les lignes seront renseignées:

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 avec 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 est obsolète. Utilisez plutôt loc ou iloc.

143
jezrael

Une autre option que vous pouvez aller avec 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 également utiliser la méthode append():

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

enter image description here


Mise à jour:

Si vous devez ajouter une somme pour toutes les colonnes numériques , vous pouvez procéder de l'une des manières suivantes:

Utilisez append pour le faire de manière fonctionnelle (ne modifie pas le bloc de données d'origine):

# 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

Utilisez loc pour transformer le cadre de données en 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
15
Psidom

Comme pour obtenir la longueur d'une image, len(df), les éléments suivants ont fonctionné pour pandas et blaze:

Total = sum(df['MyColumn'])

ou bien

Total = sum(df.MyColumn)
print Total
4
Jeff Crites