Python pyspark DataFrame.sum用法及代码示例

本文简要介绍 pyspark.pandas.DataFrame.sum 的用法。

用法: DataFrame.sum(axis: Union[int, str, None] = None, numeric_only: bool = None, min_count: int = 0) → Union[int, float, bool, str, bytes, decimal.Decimal, datetime.date, datetime.datetime, None, Series]

返回值的总和。

参数：

axis：{索引 (0), 列 (1)}

要应用的函数的轴。

numeric_only：布尔值，默认无

仅包括 float、int、boolean 列。不支持 False。这个参数主要是为了pandas的兼容性。

min_count：整数，默认 0

执行操作所需的有效值数。如果小于: min_count 存在非 NA 值，结果将为 NA。

sum：Series 的标量和 DataFrame 的 Series。

例子：

>>> df = ps.DataFrame({'a': [1, 2, 3, np.nan], 'b': [0.1, np.nan, 0.3, np.nan]},
...                   columns=['a', 'b'])

在数据帧上：

>>> df.sum()
a    6.0
b    0.4
dtype: float64

>>> df.sum(axis=1)
0    1.1
1    2.0
2    3.3
3    0.0
dtype: float64

>>> df.sum(min_count=3)
a    6.0
b    NaN
dtype: float64

>>> df.sum(axis=1, min_count=1)
0    1.1
1    2.0
2    3.3
3    NaN
dtype: float64

在一个系列上：

>>> df['a'].sum()
6.0

>>> df['a'].sum(min_count=3)
6.0
>>> df['b'].sum(min_count=3)
nan

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.DataFrame.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。

用法:

参数：

返回：

例子：