按行对数据框进行求和的一种快速方法是使用apply
函数。
下面是一个示例代码:
import pandas as pd
# 创建示例数据框
data = {'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 按行求和
row_sums = df.apply(lambda x: x.sum(), axis=1)
# 输出结果
print(row_sums)
输出结果:
0 12
1 15
2 18
dtype: int64
在上述示例中,apply
函数接受一个lambda函数作为参数,该函数对每一行进行求和操作。axis=1
参数表示按行进行操作。
这种方法适用于大部分情况下,但在处理大型数据集时,可能存在一定的性能问题。如果需要更高效的方法,可以考虑使用NumPy库进行向量化操作。
上一篇:按行对数据框的列进行排序
下一篇:按行对数据框进行条件排列