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 Series.sum()方法用於獲取所請求軸的值之和。
用法:Series.sum(axis=None, skipna=None, level=None, numeric_only=None, min_count=0)
參數:
axis:{索引(0)}
skipna [布爾值,默認為True]:排除NA /空值。如果整個行/列均為NA,則結果為NA
level[整數或級別名稱,默認為無]:如果軸是MultiIndex(分層),則沿特定級別計數,並折疊成標量。
numeric_only [布爾值,默認無]:僅包含float,int,boolean數據。如果為None,將嘗試使用所有內容,然後僅使用數字數據
返回:返回所請求軸的值之和
代碼1:默認情況下,空白係列或all-NA係列的總和為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)
輸出:
0.0 nan
代碼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
輸出:
2159837111.0
代碼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
輸出:
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Shivam_k大神的英文原創作品 Python | Pandas Series.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。