Pandas DataFrame.sum()使用介绍

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。它返回一个序列, 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。

句法：

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

参数

• 轴：{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。

• 级别：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个非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

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

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