DataFrame.sum函数

DataFrame.sum函数 首页 / Pandas入门教程 / DataFrame.sum函数

Pandas DataFrame.sum()函数用于返回用户所请求轴的值之和。如果输入值是索引轴(index axis),则它将在列中添加所有值,并且对所有列都相同。它返回一个序列(series),其中包含每一列中所有值的总和。

在计算DataFrame中的总和时,它还能够跳过DataFrame中的缺失值。

语法

DataFrame.sum(axis=None, skipna=None, level=None, numeric_only=None, min_count=0, **kwargs)

参数

  • axis        -   {index(0),columns(1)},0或'index'用于行,而1或'columns'用于列。
  • skipna   -   bool,默认为True,它用于排除所有空值。
  • level       -  整数或级别名称,默认为None,如果轴是多索引(multiindex),则它沿特定级别计数并折叠为一个Series序列。
  • numeric_only    -  布尔值,默认值None,它仅包含int,float和boolean列。如果为None,它将尝试使用所有内容,因此应使用数字数据。
  • min_count           -   整数,默认值为0,它是指执行任何操作所需的有效值数量。如果它小于 min_count 个非NA值,则结果将为NaN。
  • ** kwargs              -   这是一个可选参数,将传递给函数。

返回值

如果指定级别,则返回Series或DataFrame的总和。

范例1:

import pandas as pd    
# 默认 min_count = 0
pd.Series([]).sum() 
# 通过 min_count = 1,则空系列的总和将为 NaN
pd.Series([]).sum(min_count = 1)

输出

0.0
nan 

范例2:

import pandas as pd  
# 制作列表的字典
info = {'Name': ['Parker', 'Learnfk', 'William'], 
        'age' : [32, 28, 39]}   
data = pd.DataFrame(info)   
# 存储在“sum”中的所有工资的总和
data['total'] = data['age'].sum()   
print(data)

输出

     Name     age   total
0   Parker    32     99
1   Learnfk     28     99
2   William   39     99

祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)

技术教程推荐

设计模式之美 -〔王争〕

如何看懂一幅画 -〔罗桂霞〕

爱上跑步 -〔钱亮〕

爆款文案修炼手册 -〔乐剑峰〕

零基础入门Spark -〔吴磊〕

eBPF核心技术与实战 -〔倪朋飞〕

云原生架构与GitOps实战 -〔王炜〕

Python实战 · 从0到1搭建直播视频平台 -〔Barry〕

结构思考力 · 透过结构看表达 -〔李忠秋〕

好记忆不如烂笔头。留下您的足迹吧 :)