📌  相关文章
📜  Pandas DataFrame.sum()

📅  最后修改于: 2020-10-29 02:19:21             🧑  作者: Mango

Pandas DataFrame.sum()

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，则它将在列中添加所有值，并且对所有列都相同。它返回一个包含每个列中所有值之和的序列。

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

句法：

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

参量

  • axis： {索引(0)，列(1)}

0或’index’用于行，而1或’columns’用于列。

  • skipna：布尔值，默认为True

它用于排除所有空值。

  • level：整数或级别名称，默认为无

如果轴是多索引，则它沿特定级别计数并折叠为一个系列。

  • numeric_only：布尔值，默认值无

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0

它是指执行任何操作所需的有效值数量。如果小于min_count，则显示非NA值，则结果为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    
# default min_count = 0  
pd.Series([]).sum() 
# Passed min_count = 1, then sum of an empty series will be NaN 
pd.Series([]).sum(min_count = 1)

输出量

0.0
nan

范例2：

import pandas as pd  
# making a dict of list 
info = {'Name': ['Parker', 'Smith', 'William'], 
        'age' : [32, 28, 39]}   
data = pd.DataFrame(info)   
# sum of all salary stored in 'total'
data['total'] = data['age'].sum()   
print(data)

输出量

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