pandas按列、行求和

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=1

对行求和其实是在每一行上取所有列的和，而不是保留每一列的和
即跨列 所以axis=1。
简单的来记就是axis=0代表往跨行（down)，
而axis=1代表跨列（across)

换句话说:

使用0值表示沿着每一列或行标签\索引值向下执行方法
使用1值表示沿着每一行或者列标签模向0.行对应的方法