Numpy求和，将列加和生成新dataframe

在本文中，我们将介绍如何使用Numpy库的sum函数将数据框中的列进行加和操作，并将结果生成一个新的数据框。

阅读更多：Numpy 教程

首先，什么是Numpy？

NumPy是一个Python库，用于科学计算，包含一个强大的N维数组对象和一组函数用于处理这些数组。NumPy提供了基本的数据结构集合，包括用于存储任意数据类型的数组、矩阵等。

如何使用Numpy sum函数进行加和操作？

首先，我们需要安装Numpy库。在命令行中输入以下命令即可安装：

!pip install numpy

接下来，我们可以使用以下代码创建一个数据框：

import pandas as pd
import numpy as np

data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50],
        'C': [100, 200, 300, 400, 500]}

df = pd.DataFrame(data)

这个数据框如下图所示：

接下来，我们可以使用Numpy sum函数将数据框中的每一列进行加和，并将结果构造成一个新的数据框：

sums = df.sum(axis=0)

new_df = pd.DataFrame(sums).T

这里的axis参数表示要进行操作的轴，0表示按列加和，1表示按行加和。结果如下所示：

我们可以看到，新的数据框中只有一行，列的名称与原数据框相同，但每一列中的值已经变为了原来数据框中对应列的总和。

如何应用？举个例子

我们可以将这个方法应用于统计一个班级中每个学生各科成绩的总和，而不必手动逐个计算每个学生的总成绩。例如，我们可以使用以下数据：

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'math': [90, 80, 85, 95],
        'chinese': [85, 75, 95, 80],
        'english': [95, 90, 80, 85]}

df = pd.DataFrame(data)

这个数据框如下：

我们可以使用以下代码将每个学生的总成绩计算出来：

sums = df[['math', 'chinese', 'english']].sum(axis=1)

new_df = pd.concat([df['name'], sums], axis=1)
new_df.columns = ['name', 'total_score']

这里的concat函数用于将两个数据框按列进行合并，’name’列用于连接两个数据框，并作为新数据框的第一列，sums列则作为新数据框的第二列，表示每个学生的总成绩。结果如下所示：

这样，我们就可以很方便地计算每个学生的总成绩，而不必手动计算每个学生各科成绩的总和。

总结

使用Numpy sum函数可以轻松地将数据框中的每一列进行加和操作，并将结果生成一个新的数据框。在实际应用中，可以将这个方法用于统计数据框中每个观测值各个变量的总和，从而提高计算效率。