Python Pandas DataFrame 行列求和及新增行列操作详解

夏知夏

发布时间：2026-10-13 | 2人浏览过

原创

本文详细介绍在 Python 中使用 Pandas 库对 DataFrame 进行行与列求和，并将结果作为新列或新行添加至数据框末尾的具体操作方法。通过导入模块、生成随机数据及应用 apply 函数，实现数据的汇总与扩展，为数据分析提供基础支持。

本文主要讲解在 Python 中利用 Pandas 库的 DataFrame 对象，对数据表的行和列进行求和计算，并将计算结果作为新的行或列添加到原数据中的具体实现方式。接下来将通过详细步骤进行说明。

具体操作步骤如下：

首先需要导入必要的模块：

from pandas import DataFrame
import pandas as pd
import numpy as np

接着生成用于演示的 DataFrame 数据。

df = DataFrame(np.random.randn(4, 5), columns=['A', 'B', 'C', 'D', 'E'])

生成的 DataFrame 数据预览如下：

  A  B  C  D  E
0 0.673092 0.230338 -0.171681 0.312303 -0.184813
1 -0.504482 -0.344286 -0.050845 -0.811277 -0.298181
2 0.542788 0.207708 0.651379 -0.656214 0.507595
3 -0.249410 0.131549 -2.198480 -0.437407 1.628228

计算每一行数据的总和，并将该总和作为新的一列追加到 DataFrame 的末尾。

df['Col_sum'] = df.apply(lambda x: x.sum(), axis=1)

计算每一列数据的总和，并将该总和作为新的一行追加到 DataFrame 的末尾。

df.loc['Row_sum'] = df.apply(lambda x: x.sum())

最终生成的数据结果展示如下：

  A  B  C  D  E Col_sum
0 0.673092 0.230338 -0.171681 0.312303 -0.184813 0.859238
1 -0.504482 -0.344286 -0.050845 -0.811277 -0.298181 -2.009071
2 0.542788 0.207708 0.651379 -0.656214 0.507595 1.253256
3 -0.249410 0.131549 -2.198480 -0.437407 1.628228 -1.125520
Row_sum 0.461987 0.225310 -1.769627 -1.592595 1.652828 -1.022097

总结

以上内容即为关于 Pandas DataFrame 行列求和及新增行列操作的完整介绍。希望本文的内容能对您的学习或工作有所帮助。如有任何疑问，欢迎留言交流，感谢支持。