pandas.DataFrame.sum #

数据框。sum ( axis = 0 , Skipna = True , numeric_only = False , min_count = 0 , ** kwargs ) [来源] #

返回请求轴上的值的总和。

这相当于方法numpy.sum。

参数：

轴{索引 (0)，列 (1)}: 要应用的功能的轴。对于系列，此参数未使用，默认为 0。

警告

DataFrame.sum 的行为axis=None已被弃用，在未来版本中，这将在两个轴上减少并返回标量要保留旧行为，请传递 axis=0 （或不传递 axis）。

2.0.0 版本中的新增内容。
Skipna布尔值，默认 True: 计算结果时排除 NA/null 值。
numeric_only布尔值，默认 False: 仅包含 float、int、boolean 列。未针对系列实现。
min_count int，默认0: 执行操作所需的有效值数量。如果存在的非 NA 值少于 min_count该值，则结果将为 NA。
**夸格: 要传递给函数的其他关键字参数。

返回：

系列或标量

也可以看看

Series.sum: 返回总和。
Series.min: 返回最小值。
Series.max: 返回最大值。
Series.idxmin: 返回最小值的索引。
Series.idxmax: 返回最大值的索引。
DataFrame.sum: 返回请求轴上的总和。
DataFrame.min: 返回请求轴上的最小值。
DataFrame.max: 返回请求轴上的最大值。
DataFrame.idxmin: 返回请求轴上最小值的索引。
DataFrame.idxmax: 返回请求轴上最大值的索引。

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

默认情况下，空或全 NA 系列的总和为0。

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

这可以通过参数来控制min_count。例如，如果您希望空序列的总和为 NaN，请传递min_count=1。

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

由于该skipna参数，min_count可以以相同的方式处理全 NA 和空系列。

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

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