python中pandas.DataFrame对行与列求和及添加新行与列示例

下面我将为你详细讲解"python中pandas.DataFrame对行与列求和及添加新行与列示例"的完整攻略，包括两条示例说明。

1. 使用pandas.DataFrame对行与列求和

对行求和

使用DataFrame的sum()函数可以对每一列或每一行进行求和操作。 默认情况下，该函数的axis参数为0，表示对列进行求和操作。如果要对行进行求和，需要将axis参数设置为1。

以下是对行求和的示例代码：

import pandas as pd

# 创建示例数据
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)

# 对行求和
row_sum = df.sum(axis=1)
print(row_sum)

输出结果如下：

0     12
1     15
2     18
dtype: int64

对列求和

使用sum()函数对列求和和对行求和类似，只需将axis参数设置为0即可。

以下是对列求和的示例代码：

import pandas as pd

# 创建示例数据
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)

# 对列求和
col_sum = df.sum(axis=0)
print(col_sum)

输出结果如下：

A     6
B    15
C    24
dtype: int64

2. 使用pandas.DataFrame添加新行与列

添加新行

可以通过loc()函数为DataFrame添加新行。需要注意的是，添加新行时需要指定index值。

以下是添加新行的示例代码：

import pandas as pd

# 创建示例数据
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)

# 添加新行
new_row = pd.DataFrame({'A': 10, 'B': 11, 'C': 12}, index=[3])
df = df.append(new_row)

print(df)

输出结果如下：

    A   B   C
0   1   4   7
1   2   5   8
2   3   6   9
3  10  11  12

添加新列

可以通过insert()函数为DataFrame添加新列。在使用该函数时，需要指定新列的位置和列名。在以下示例中，我们将新列添加到第2列的位置。

以下是添加新列的示例代码：

import pandas as pd

# 创建示例数据
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)

# 添加新列
new_col = [10, 11, 12]
df.insert(1, 'D', new_col)

print(df)

输出结果如下：

   A   D  B  C
0  1  10  4  7
1  2  11  5  8
2  3  12  6  9

以上就是"python中pandas.DataFrame对行与列求和及添加新行与列示例"的完整攻略。希望能够对您有所帮助！