python sum函数用法_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