对dataframe进行列相加,行相加的实例

针对对DataFrame进行列相加和行相加，下面是详细的攻略：

DataFrame列相加

DataFrame列相加实际上是针对DataFrame的列进行对应相加，例如：

import pandas as pd

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

# DataFrame列相加
df['D'] = df['A'] + df['B'] + df['C']

# 输出DataFrame
print(df)

上述代码中，首先我们通过pd.DataFrame()函数创建一个名为df的DataFrame，其中包含3列，分别是A、B、C，每列包含3行数字数据。然后我们通过df['D']指定在df中新增一列，列名为D，然后使用表达式df['A'] + df['B'] + df['C']将A、B、C三列逐行相加，结果存储到D列中。最后使用print()函数输出最终的DataFrame。

运行结果如下：

   A  B  C   D
0  1  4  7  12
1  2  5  8  15
2  3  6  9  18

从结果中可以看出，新增的D列正是A、B、C三列逐行相加的结果。

DataFrame行相加

DataFrame行相加实际上是将整个DataFrame沿着列方向相加，具体做法如下：

import pandas as pd

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

# DataFrame行相加
row_sum = df.sum(axis=1)

# 新增行和列到DataFrame
df = df.append(pd.DataFrame(data=row_sum.values.reshape(1, -1), columns=df.columns, index=['sum']))

# 输出DataFrame
print(df)

上述代码中，我们通过pd.DataFrame()创建了一个名为df的DataFrame，该DataFrame包含3列、3行的数字数据。然后我们使用df.sum(axis=1)对整个DataFrame进行求和，其中axis=1表示沿着列方向进行求和，也就是对每行数据进行求和。然后将求和的结果保存到变量row_sum中。

接着，我们使用pd.DataFrame()再创建一个新的DataFrame，并将row_sum.values.reshape(1, -1)作为数据构造参数进行传递。其中1表示新创建的DataFrame只有1行，-1表示新创建的DataFrame的列数可以自动计算，以适应原DataFrame的列数。然后使用columns=df.columns指定新增的DataFrame的列名和原DataFrame相同，使用index=['sum']指定新增的DataFrame的行名为sum。

最后，使用df.append()将新增的DataFrame添加到原DataFrame的末尾（注意append()方法返回的是新的DataFrame对象，而不是在原对象上进行修改）。最后使用print()函数输出最终的DataFrame。

运行结果如下：

     A  B  C
0    1  4  7
1    2  5  8
2    3  6  9
sum  6  15 24

从结果中可以看出，新增的行名为sum，包含每列逐行相加的结果。