Python pyspark DataFrame.sum用法及代碼示例

本文簡要介紹 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]

返回值的總和。

參數：

axis：{索引 (0), 列 (1)}

要應用的函數的軸。

numeric_only：布爾值，默認無

僅包括 float、int、boolean 列。不支持 False。這個參數主要是為了pandas的兼容性。

min_count：整數，默認 0

執行操作所需的有效值數。如果小於: min_count 存在非 NA 值，結果將為 NA。

sum：Series 的標量和 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'])

在數據幀上：

>>> 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

在一個係列上：

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

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

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.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：