读取了一个 csv 文件，是个矩阵，想求每行的和，第一行和第一列怎么排除呢。

[kangjinwen]

demo 数据 one two three
a 1 5 9
b 2 6 10
c 3 7 11
d 4 8 12

、、、代码如下

df['row_sum']=df.apply(lambda x: x.sum(),axis=1)

print(df)

我的数据是这样的， 用上面的代码提示： return umr_sum(a, axis, dtype, out, keepdims, initial, where) TypeError: can only concatenate str (not "int") to str

求教，我的这种数据怎么求和呢。

[kangjinwen]


[jimmyismagic]

你的 df 是怎么生成的

[kangjinwen]

@jimmyismagic
df=pd.read_csv(r'D:\1.csv')
df["总和"] =df.apply(lambda x: x.sum(),axis=1)
df.to_csv(r'D:\2.csv',index=False)
是这样读取的 csv

[kangjinwen]

网上 demo 运行后是这样的
df['row_sum']=df.apply(lambda x: x.sum(),axis=1)

print(df)
one two three row_sum
a 1 5 9 15
b 2 6 10 18
c 3 7 11 21
d 4 8 12 24

[jimmyismagic]

@kangjinwen
pd.read_csv(path,index_col=0,header=0)
这样做

[yucongo]

pd.read_csv(r"file.csv").astype(float).sum(axis=1)

[kangjinwen]

@jimmyismagic 谢谢大佬。就是这样的。。万分感谢！！！

[kangjinwen]

@jimmyismagic 大佬。又要打扰一下，按您这样操作最后求和是正常的，但是新的 cvs 文件就没有第一列数据了。就 AUS.c01 ，AUS.c02 这些。。。
怎么能保留这一列任然可以求和？
df["总和"] =df.apply(lambda x: x.sum(),axis=1)里可以加什么参数从第二列开始计算吗？

[jimmyismagic]

@kangjinwen to_csv 的适合 index=True 就好了

[TimePPT]

@kangjinwen

```python
import pandas as pd


data = {"One": ["a", "b", "c", "d"], "Tow": [1, 2, 3, 4], "Three": [5, 6, 7, 8], "Four":[9, 10, 11, 12]}
df = pd.DataFrame(data=data)
df["sum"] = df.iloc[:, 1:].apply(np.sum, axis=1)
df
```

[kangjinwen]

@jimmyismagic 我用另外一种本办法解决的。没想到就是这么一个参数。谢谢大佬，祝生活舒心，工作顺心！

[jimmyismagic]

@kangjinwen 不客气，不用 pandas 好多年了，还记得一点东西

[shm7]

这种东西搜一下就有了 dataframe.sum(axis=1)