如何在pandas中通过向量化操作为词频矩阵新增行词数统计列

实现方案 #

完全可以通过pandas内置的向量化操作实现，仅需一行代码即可完成需求，执行效率远高于手动逐行遍历，尤其适合大规模词频矩阵场景。

核心代码 #

# 直接按行求和新增count列
df['count'] = df.sum(axis=1)

参数说明：axis=1指定计算维度为行，pandas内置的sum方法底层为优化后的向量化实现，无需手动写循环遍历逻辑。

兼容场景补充 #

如果你的DataFrame中除了词频数值列外，还包含其他非数值类型的辅助列，可以先筛选所有数值列再求和，避免计算异常：

# 仅对数值类型列按行求和
df['count'] = df.select_dtypes(include='number').sum(axis=1)

以上代码的计算结果和你给出的预期效果完全一致，例如索引为1的行Merkwürdig列值1加Error列值2，最终count列结果为3。

内容的提问来源于stack exchange，提问作者Roland