如何为DataFrame创建Total行索引并计算各列求和？

问题场景 #

现有如下结构的DataFrame：

com1     com2     com3
party1   10      0         0
party2   0       20       10 
party3   0       0        25

需要新增名为Total的行，计算每列的总和，最终效果如下：

com1     com2     com3
  party1   10      0         0
  party2   0       20       10 
  party3   0       0        25
Total     10       20       35

尝试使用apply函数时因Total行不存在报错，错误代码：

df_pivot = df_pivot.apply(lambda col: df_pivot.loc['Total', col].sum())

解决方案 #

方法一：直接赋值（修改原DataFrame） #

通过loc直接给新行赋值列总和，这是最简洁的方式：

df_pivot.loc['Total'] = df_pivot.sum(axis=0)

sum(axis=0)表示按列计算总和，将结果直接赋值给Total行即可。

方法二：拼接新行（不修改原DataFrame） #

如果需要保留原数据，可先创建总计行的DataFrame，再与原数据拼接：

import pandas as pd

# 生成总计行的DataFrame
total_row = pd.DataFrame(df_pivot.sum(axis=0)).T
total_row.index = ['Total']

# 拼接原数据和总计行
df_with_total = pd.concat([df_pivot, total_row])

错误原因说明 #

之前的代码逻辑颠倒：apply是对现有列/行执行计算，但你试图访问不存在的Total行来求和，自然会触发索引不存在的错误。正确逻辑是先计算现有列的总和，再将结果作为新行添加。

内容的提问来源于stack exchange，提问作者iBeMeltin