Pandas操作dataframe对所有列/行求和 ，对指定列/行求和，对某一列/行求和，并添加新的列/行

计算各行数据总和并作为新列添加到末尾

计算各列数据总和并作为新行添加到末尾

import pandas as pd
t=[[1,2,3],[4,5,6],[7,8,9]]
df=pd.DataFrame(t) # list转为dataframe
df['Row_sum'] = df.apply(lambda x: x.sum(), axis=1) # 按行求和，添加为新列
df.loc['Col_sum'] = df.apply(lambda x: x.sum()) # 各列求和，添加新的行
df

输出：

添加列、行

添加新的列直接df[‘列名’]，新行用df.loc[‘行名’]

指定列求和

使用iloc选择要求和的列：

df['sum'] = code_table_data.iloc[:,3:6].sum(axis=1)

解释：
code_table_data[‘权重’] 为该数据设置新的一列

code_table_data.iloc[:,3:6] 为指定该数据哪些列需要求和,左闭右开

sum(axis=1) 为指定聚合函数并设置按行或列进行求和 axis=1是按行

还是用前面的df：

df['Row_sum'] = df.iloc[:,0:2].sum(axis=1)  # 对0，1列按行求和，生成新列
df.loc['Col_sum1'] = df.iloc[0:2,:].sum(axis=0) # 对0，1行按列求和，生成新行
df.loc['Col_sum2'] = df.iloc[0:2,:].sum(axis=1) # 对0，1行按行求和，生成新行
df

某一列求和

在操作pandas的DataFrame的时候，常常会遇到某些列是字符串，某一些列是数值的情况，如果直接使用df_obj.apply(sum)往往会出错
使用如下方式即可对其中某一列进行求和

dataf_test1['diff'].sum()  // diff为要求和的列

参考链接：https://blog.csdn.net/weixin_39858881/article/details/89489803
https://blog.csdn.net/glittledream/article/details/105265225

注：axis

二维数据拥有两个轴：第0轴（axis=0）沿着行的垂直往下，第1轴（axis=1或axis=-1）沿着列的方向水平延伸。

也许简单的来记就是axis=0代表跨行（down)，而axis=1代表跨列（across)