python - Pandas:添加总行的最佳方法，该行计算特定(多个)列的总和，同时保留数据类型

Question

我试图在数据框的底部创建一行来显示某些列的总和。我的印象是这将是一个非常简单的操作，但令我惊讶的是，我在 SO 上找到的所有方法都不适合我一步。

我在 SO 上找到的方法:

1. df.loc['TOTAL'] = df.sum()

只要数据框中存在非数字列，这对我就不起作用。我需要先选择列，然后将非数字列连接回来

df.append(df.sum(numeric_only=True),ignore_index=True)

这不会保留我的数据类型。整数列将转换为 float 。

df3.loc['总计', 'ColumnA']= df['ColumnA'].sum()

我只能用它来求和一列。

我一定是在这个过程中错过了一些东西，因为这并不是那么困难的操作。请让我知道如何在保留数据帧的数据类型的同时添加求和行。

谢谢。

编辑:

首先，抱歉更新晚了。上周末我在路上

示例:

df1 = pd.DataFrame(data = {'CountyID': [77, 95], 'Acronym': ['LC', 'NC'], 'Developable': [44490, 56261], 'Protected': [40355, 35943], 
                          'Developed': [66806, 72211]}, index = ['Lehigh', 'Northampton'])

我想要得到的是

请忽略索引的差异。

这对我来说有点棘手，因为我不需要获取“县 ID”列的总和，因为它用于特定索引。所以问题更多是关于获取特定数字列的总和。

再次感谢。

Answer 1

这里有一些玩具数据用作示例:

df = pd.DataFrame({'A':[1.0,2.0,3.0],'B':[1,2,3],'C':['A','B','C']})

为了保留求和后的dtypes，我们将它们存储为d

d = df.dtypes

接下来，由于我们只想对数字列求和，因此将 numeric_only=True 传递给 sum()，但遵循与第一次尝试类似的逻辑

df.loc['Total'] = df.sum(numeric_only=True)

最后，将 DataFrame 的 dtypes 重置为其原始值。

df.astype(d)

<小时/>

         A  B    C
0      1.0  1    A
1      2.0  2    B
2      3.0  3    C
Total  6.0  6  NaN