如何按行对 Pandas 数据框的值求和？

在数据分析中，有时候我们需要按行对 Pandas 数据框的值进行求和。这可以通过 Pandas 库提供的 sum() 函数来实现。

1. Pandas 数据框的 sum() 函数

Pandas 的 sum() 函数可以对数据框中的所有元素进行求和，也可以按行或列进行求和。

下面是一个示例数据框：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

print(df)

输出结果如下：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

如果要对每一行进行求和，可以使用如下代码：

row_sum = df.sum(axis=1)
print(row_sum)

输出结果如下：

0    12
1    15
2    18
dtype: int64

在这里，axis=1 表示按行进行求和。如果我们想按列进行求和，只需要将 axis 参数改为 0 即可。例如：

col_sum = df.sum(axis=0)
print(col_sum)

输出结果如下：

A     6
B    15
C    24
dtype: int64

2. 总结

通过使用 Pandas 库提供的 sum() 函数，我们可以快速、方便地对数据框中的数值进行求和。需要注意的是，我们可以通过 axis 参数来指定是按行求和还是按列求和。

对于需要按行对 Pandas 数据框的值进行求和的数据分析任务，sum() 函数是一个非常有用的工具，值得程序员们掌握。