具有以下字符串的熊猫数据帧：
key 0 1-9 10-18 19-27 28-36 37-45 46-54 55-63 64-72 73-81 82-90 91-99 100
1 A 1 2 1 4 1 1 1 7 1 3 1 1 1
2 B 3 1 1 1 6 1 1 1 7 1 8 1 1
3 C 1 1 2 1 1 1 1 1 1 1 1 1 1
我想获取特定行的单元格总和，因此例如对于第一行(键 A(，结果应该是 25(1 + 2
+ 1 + 4 + 1 + 1 + 1 + 7 + 1 + 3 + 1 + 1 + 1 + 1(。你会如何处理这样的问题？
如果key中的值是唯一的，需要按标签选择：
按列key按set_index创建索引，然后按DataFrame.loc选择：
#select return Series
print (df.set_index('key').loc['A'])
0 1
1-9 2
10-18 1
19-27 4
28-36 1
37-45 1
46-54 1
55-63 7
64-72 1
73-81 3
82-90 1
91-99 1
100 1
Name: A, dtype: int64
out = df.set_index('key').loc['A'].sum()
或者先创建index，然后按Series.at或Series.locsum和最后选择：
#sum return Series
print (df.set_index('key').sum(axis=1))
key
A 25
B 33
C 14
dtype: int64
out = df.set_index('key').sum(axis=1).at['A']
out = df.set_index('key').sum(axis=1)['A']
out = df.set_index('key').sum(axis=1).loc['A']
或先按boolean indexing过滤，然后再按sum过滤：
#filtering create one row DataFrame
print (df[df['key'] == 'A'])
key 0 1-9 10-18 19-27 28-36 37-45 46-54 55-63 64-72 73-81 82-90
1 A 1 2 1 4 1 1 1 7 1 3 1
91-99 100
1 1 1
out = df[df['key'] == 'A'].sum(axis=1).item()
如果key中的值应该重复并且需要按标签选择：
print (df)
key 0 1-9 10-18 19-27 28-36 37-45 46-54 55-63 64-72 73-81 82-90
1 A 1 2 1 4 1 1 1 7 1 3 1
2 A 3 1 1 1 6 1 1 1 7 1 8
3 C 1 1 2 1 1 1 1 1 1 1 1
91-99 100
1 1 1
2 1 1
3 1 1
首先可以通过values将过滤后的值转换为numpy数组，然后sum2d array：
out = df.set_index('key').loc['A'].values.sum()
双sum- 第一个sum创建Series，第二个sum返回标量：
out = df.set_index('key').loc['A'].sum().sum()
out = df.set_index('key').sum(axis=1).at['A'].sum()
如果需要，请按位置选择：
使用DataFrame.iloc或Series.iat，Series.iloc：
out = df.set_index('key').iloc[0].sum()
out = df.set_index('key').sum(axis=1).iat[0]
out = df.set_index('key').sum(axis=1).iloc[0]