Python pandas.DataFrame.sum用法及代碼示例

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

返回請求軸上的值的總和。

這等效於方法 numpy.sum 。

參數：

axis：{索引 (0), 列 (1)}

要應用的函數的軸。

skipna：布爾值，默認為真

計算結果時排除 NA/null 值。

level：int 或級別名稱，默認無

如果軸是 MultiIndex(分層)，則沿特定級別計數，折疊成一個係列。

numeric_only：布爾值，默認無

僅包括 float、int、boolean 列。如果沒有，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：整數，默認 0

執行操作所需的有效值數。如果存在的非 NA 值少於 min_count，則結果將為 NA。

**kwargs：

要傳遞給函數的附加關鍵字參數。

Series 或 DataFrame(如果指定了級別)

例子：

>>> idx = pd.MultiIndex.from_arrays([
...     ['warm', 'warm', 'cold', 'cold'],
...     ['dog', 'falcon', 'fish', 'spider']],
...     names=['blooded', 'animal'])
>>> s = pd.Series([4, 2, 0, 8], name='legs', index=idx)
>>> s
blooded  animal
warm     dog       4
         falcon    2
cold     fish      0
         spider    8
Name:legs, dtype:int64

>>> s.sum()
14

默認情況下，空或 all-NA 係列的總和是 0 。

>>> pd.Series([], dtype="float64").sum()  # min_count=0 is the default
0.0

這可以通過min_count 參數進行控製。例如，如果您希望空係列的總和為 NaN，請傳遞 min_count=1 。

>>> pd.Series([], dtype="float64").sum(min_count=1)
nan

由於skipna 參數，min_count 處理 all-NA 和空係列相同。

>>> pd.Series([np.nan]).sum()
0.0

>>> pd.Series([np.nan]).sum(min_count=1)
nan

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 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。

用法:

參數：

返回：

例子：