Pandas教程-Pandas DataFrame.sum()

Pandas DataFrame.sum() 函数用于返回用户请求轴的值之和。如果输入值是索引轴，则它将添加列中的所有值，并且对所有列起作用。它返回一个包含每列中所有值的总和的系列。

在计算DataFrame中的总和时，它还可以跳过缺失的值。

语法：

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

参数

• axis: {index（0），columns（1）}

0或'index'用于按行，而1或'columns'用于按列。

• skipna: bool，默认为True

它用于排除所有空值。

• level: int或level名称，默认为None

如果轴是多重索引，则沿特定级别计数并折叠为系列。

• numeric_only: bool，默认值为None

它仅包括int、float和boolean列。如果为None，它将尝试使用所有内容，因此应使用数值数据。

• min_count: int，默认值为0

它是执行任何操作所需的有效值的数量。如果少于min_count存在非NA值，则结果将为NaN。

• **kwargs: 这是要传递给函数的可选参数。

返回：

如果指定了级别，则返回Series或DataFrame的总和。

示例1：

import pandas as pd      
# default min_count = 0    
pd.Series([]).sum()   
# Passed min_count = 1, then sum of an empty series will be NaN   
pd.Series([]).sum(min_count = 1)  

输出

0.0
nan 

示例2：

import pandas as pd    
# making a dict of list   
info = {'Name': ['Parker', 'Smith', 'William'],   
        'age' : [32, 28, 39]}     
data = pd.DataFrame(info)     
# sum of all salary stored in 'total'  
data['total'] = data['age'].sum()     
print(data)  

输出

     Name     age   total
0   Parker    32     99
1   Smith     28     99
2   William   39     99