Python Pandas dataframe.sum()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.sum()函數返回所請求軸的值之和。如果輸入是索引軸，則它將一列中的所有值相加，並對所有列重複相同的值，並返回一個包含每一列中所有值之和的序列。它還支持在計算數據幀中的總和時跳過數據幀中的缺失值。

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

參數：
axis:{索引(0)，列(1)}
skipna:計算結果時排除NA /null值。
level:如果軸是MultiIndex(分層)，則沿特定級別計數，並折疊為Series
numeric_only:僅包括float，int，boolean列。如果為None，將嘗試使用所有內容，然後僅使用數字數據。未針對係列實施。
min_count:執行操作所需的有效值數量。如果存在少於min_count非NA值，則結果將為NA。

返回：sum：Series或DataFrame(如果指定級別)

要鏈接到代碼中使用的CSV文件，請單擊此處

範例1：采用sum()函數查找索引軸上所有值的總和。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.read_csv("nba.csv") 
  
# Print the dataframe 
df

現在找到沿索引軸的所有值的總和。我們將跳過NaN計算總和中的值。

# finding sum over index axis 
# By default the axis is set to 0 
df.sum(axis = 0, skipna = True)

輸出：

範例2：采用sum()函數查找列軸上所有值的總和。

現在我們將沿著列軸求和。我們將skipna設置為true。如果我們不跳過NaN值，它將導致NaN值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.read_csv("nba.csv") 
  
# sum over the column axis. 
df.sum(axis = 1, skipna = True)

輸出：

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.sum()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。