python - 如何在 pandas 中创建求和行和求和列？

Question

我正在学习可汗学院的统计类(class)，作为对大学时代的复习，以及让我快速了解 Pandas 和其他科学 Python 的一种方式。

我有一张来自可汗学院的 table ，看起来像这样:

             | Undergraduate | Graduate | Total
-------------+---------------+----------+------
Straight A's |           240 |       60 |   300
-------------+---------------+----------+------
Not          |         3,760 |      440 | 4,200
-------------+---------------+----------+------
Total        |         4,000 |      500 | 4,500

我想使用 pandas 重新创建此表。当然，我可以使用类似的东西创建一个 DataFrame

"Graduate": {...},
"Undergraduate": {...},
"Total": {...},

但这似乎是一种幼稚的方法，既会很快失败，又无法真正扩展。

我有这样的表格的非总计部分:

df = pd.DataFrame(
    {
        "Undergraduate": {"Straight A's": 240, "Not": 3_760},
        "Graduate": {"Straight A's": 60, "Not": 440},
    }
)
df

我一直在寻找并发现了一些有希望的东西，例如:

df['Total'] = df.sum(axis=1)

但我没有发现任何非常优雅的东西。

我确实发现 crosstab 函数看起来应该做我想做的事，但似乎为了做到这一点，我必须为所有人创建一个由 1/0 组成的数据框这些值，这似乎很愚蠢，因为我已经得到了一个聚合。

我发现了一些似乎手动构建新总计行的方法，但似乎应该有更好的方法，例如:

totals(df, rows=True, columns=True)

什么的。

这在 pandas 中是否存在，还是我必须拼凑自己的方法？

Answer 1

或者分两步，按照您的建议使用 .sum() 函数(这可能也更具可读性):

import pandas as pd

df = pd.DataFrame( {"Undergraduate": {"Straight A's": 240, "Not": 3_760},"Graduate": {"Straight A's": 60, "Not": 440},})

#Total sum per column: 
df.loc['Total',:]= df.sum(axis=0)

#Total sum per row: 
df.loc[:,'Total'] = df.sum(axis=1)

输出:

              Graduate  Undergraduate  Total
Not                440           3760   4200
Straight A's        60            240    300
Total              500           4000   4500