Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。
Pandas Series.sum()方法用于获取所请求轴的值之和。
用法:Series.sum(axis=None, skipna=None, level=None, numeric_only=None, min_count=0)
参数:
axis:{索引(0)}
skipna [布尔值,默认为True]:排除NA /空值。如果整个行/列均为NA,则结果为NA
level[整数或级别名称,默认为无]:如果轴是MultiIndex(分层),则沿特定级别计数,并折叠成标量。
numeric_only [布尔值,默认无]:仅包含float,int,boolean数据。如果为None,将尝试使用所有内容,然后仅使用数字数据
返回:返回所请求轴的值之和
代码1:默认情况下,空白系列或all-NA系列的总和为0。
# importing pandas module
import pandas as pd
# min_count = 0 is the default
pd.Series([]).sum()
# When passed min_count = 1,
# sum of an empty series will be NaN
pd.Series([]).sum(min_count = 1)
输出:
0.0 nan
代码2:
# importing pandas module
import pandas as pd
# making data frame csv at url
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
# sum of all salary
val = data['Salary'].sum()
val
输出:
2159837111.0
代码3:
# importing pandas module
import pandas as pd
# making a dict of list
data = {'name':['John', 'Peter', 'Karl'],
'age' :[23, 42, 19]}
val = pd.DataFrame(data)
# sum of all salary
val['total'] = val['age'].sum()
val
输出:
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Shivam_k大神的英文原创作品 Python | Pandas Series.sum()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。