パンダ：指定された列のDataFrame行の合計

次のDataFrameがあります。

In [1]:

import pandas as pd
df = pd.DataFrame({'a': [1,2,3], 'b': [2,3,4], 'c':['dd','ee','ff'], 'd':[5,9,1]})
df
Out [1]:
   a  b   c  d
0  1  2  dd  5
1  2  3  ee  9
2  3  4  ff  1

私は、列を追加したい'e'列の合計である'a'、'b'と'd'。

フォーラムを行き来して、私はこのようなものがうまくいくと思いました：

df['e'] = df[['a','b','d']].map(sum)

しかし、そうではありませんでした。

列のリスト['a','b','d']とdf入力として適切な操作を知りたいのですが。

行を合計するようにsumparam axis=1を設定するだけで、数値列は無視されます。

In [91]:

df = pd.DataFrame({'a': [1,2,3], 'b': [2,3,4], 'c':['dd','ee','ff'], 'd':[5,9,1]})
df['e'] = df.sum(axis=1)
df
Out[91]:
   a  b   c  d   e
0  1  2  dd  5   8
1  2  3  ee  9  14
2  3  4  ff  1   8

特定の列だけを合計したい場合は、列のリストを作成して、不要な列を削除できます。

In [98]:

col_list= list(df)
col_list.remove('d')
col_list
Out[98]:
['a', 'b', 'c']
In [99]:

df['e'] = df[col_list].sum(axis=1)
df
Out[99]:
   a  b   c  d  e
0  1  2  dd  5  3
1  2  3  ee  9  5
2  3  4  ff  1  7

合計する列が数個しかない場合は、次のように書くことができます。

df['e'] = df['a'] + df['b'] + df['d']

これによりe、次の値を持つ新しい列が作成されます。

   a  b   c  d   e
0  1  2  dd  5   8
1  2  3  ee  9  14
2  3  4  ff  1   8

列のリストが長い場合は、EdChumの回答が推奨されます。

合計する列名のリストを作成します。

df['total']=df.loc[:,list_name].sum(axis=1)

特定の行の合計が必要な場合は、「：」を使用して行を指定します

これは、ilocを使用して合計する列を選択する簡単な方法です。

df['f']=df.iloc[:,0:2].sum(axis=1)
df['g']=df.iloc[:,[0,1]].sum(axis=1)
df['h']=df.iloc[:,[0,3]].sum(axis=1)

生成する：

   a  b   c  d   e  f  g   h
0  1  2  dd  5   8  3  3   6
1  2  3  ee  9  14  5  5  11
2  3  4  ff  1   8  7  7   4

範囲と特定の列を組み合わせる方法を見つけることができません。

df['i']=df.iloc[:,[[0:2],3]].sum(axis=1)
df['i']=df.iloc[:,[0:2,3]].sum(axis=1)

次の構文は、列が順番に並んでいるときに役立ちました

awards_frame.values[:,1:4].sum(axis =1)

データフレームを次の関数に渡すだけです：

def sum_frame_by_column(frame, new_col_name, list_of_cols_to_sum):
    frame[new_col_name] = frame[list_of_cols_to_sum].astype(float).sum(axis=1)
    return(frame)

例：

次のようなデータフレーム（awards_frame）があります。

...そして、各行の賞の合計を示す新しい列を作成したいと思います。

使い方：

awards_frameを関数に渡すだけで、新しい列の名前と、合計される列名のリストも指定します。

sum_frame_by_column(awards_frame, 'award_sum', ['award_1','award_2','award_3'])

結果：

ここで最短かつ最も簡単な方法は使用することです

    df.eval('e = a + b + d')