如何根据选中的索引对pandas DataFrame的列进行求和

实现代码 #

你可以直接复用自己已有的DataFrame对象，示例构造代码如下：

import pandas as pd

# 示例原始DataFrame构造，可替换为你自己的数据集
df = pd.DataFrame(
    {'A': [15, 20, 1], 'B': [16, 30, 11]},
    index=['G9', 'G10', 'G9PRO']
)

核心操作步骤 #

1. 定义要选中的索引列表，支持单选和多选：

# 单选示例
selected_index = ['G9']
# 多选示例
# selected_index = ['G9', 'G10']

2. 执行筛选、求和、格式转换操作：

result = df.loc[selected_index].sum(axis=0).to_frame(name='logs')

结果验证 #

• 单选['G9']时，输出结果完全匹配需求：

• 多选['G9', 'G10']时，输出结果为对应列求和值，匹配需求：

异常排查说明 #

你之前调用sum没有得到正确结果，大概率是求和轴参数设置错误：

• axis=0代表沿行方向求和，即所有选中行的同一列数据累加，完全符合你的需求
• pandas默认sum的axis=0，如果误设为axis=1会得到每行的求和结果，和预期输出不符

内容的提问来源于stack exchange，提问作者Leon