如何使用Pandas生成列求和新DataFrame并合并多个求和结果

直接使用Pandas原生的求和+转置操作即可，无需手动转字典：

import pandas as pd

# 构造示例原数据
df = pd.DataFrame({
    'A': [1,2,3],
    'B': [4,5,6],
    'C': [7,8,9],
    'D': [0,1,2]
})

# 核心实现：按列求和后转置为单行DataFrame
# 若存在非数值列，可给sum方法加 numeric_only=True 参数
sum_df = df.sum().to_frame().T

运行后sum_df的结构和你期望的结果完全一致。

利用Pandas数据框对齐相加的特性，指定缺失值填充为0即可实现「同列相加、异列保留」的规则：

# 构造示例的两个单行求和DataFrame
df1 = pd.DataFrame({'A':[6], 'B':[15], 'C':[24], 'D':[3], 'F':[1]})
df2 = pd.DataFrame({'A':[1], 'B':[2], 'C':[3], 'D':[4], 'E':[2]})

# 核心实现：对齐相加，缺失位置默认填0，最后转int避免浮点类型
merge_sum_df = df1.add(df2, fill_value=0).astype(int)

运行后merge_sum_df会自动取两个DataFrame的列的并集，相同列数值相加，仅在单个DataFrame中存在的列保留原有值。

内容的提问来源于stack exchange，提问作者mymemesarespiciest