在pandas df中将多列上的行值汇总到新列中

在pandas中，可以使用.apply()函数将多列上的行值汇总到新列中。该函数可以接受一个自定义的函数作为参数，用于处理每一行的数据，并返回一个结果。以下是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 自定义函数，将A、B列的值相加
def sum_values(row):
    return row['A'] + row['B']

# 使用apply函数将A、B列的值汇总到新列Sum中
df['Sum'] = df.apply(sum_values, axis=1)

print(df)

输出结果为：

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

在这个例子中，我们定义了一个名为sum_values的函数，该函数接收一行数据作为输入，并返回将A、B列值相加的结果。然后，我们使用.apply()函数将该函数应用到DataFrame的每一行上，并将结果存储到新列Sum中。

需要注意的是，.apply()函数的axis参数指定了应用函数的方向，axis=1表示按行应用函数，axis=0表示按列应用函数。

对于这个问题，还可以进一步补充一些相关的知识点。pandas是一个基于NumPy的开源数据分析工具，提供了丰富的数据结构和数据处理功能。DataFrame是pandas中最常用的数据结构之一，它类似于数据库表格或电子表格，可以进行数据的整理、清洗、转换、分析等操作。

在pandas中，还有其他一些常用的函数可以实现类似的功能，例如.sum()函数可以对指定的列或行进行求和操作，.mean()函数可以计算平均值，.max()和.min()函数可以分别计算最大值和最小值。这些函数在处理数据时非常方便。

另外，pandas也提供了一些可视化工具，例如.plot()函数可以绘制数据的折线图、柱状图等，方便用户进行数据的可视化分析。

腾讯云提供了云计算相关的产品和服务，例如云服务器、云数据库、对象存储、CDN加速等。这些产品可以帮助用户在云上构建和部署应用程序，提供高可用性、灵活扩展和安全可靠的计算和存储资源。具体详情请参考腾讯云官网：腾讯云产品介绍。