用透视表创建的表格
df_pt = pd.pivot_table(table,index=["渠道"],values =['推广',
'E类',
'0-17岁',
'18-23岁',
'24-30岁',
'30岁+',
'疾病哺乳类',
'删除类',
'B类',
'男性'],aggfunc = np.sum)
现在想要对L，Y渠道的每个类别的数据求和，即按行求和
df_pt["总和"] =df_pt.apply(lambda x:x.sum(),axis =1)
对每一列求和
df_pt.loc["列总和"] =df_pt.apply(lambda x:x.sum())
对于axis=1在pandas和numpy的理解
在dataframe中，想要drop掉一列，代码为：
df.drop(“列标签”，axis=1）
可在上面的对行求和时 axis&
版权声明：本文为halokwas原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。