Python Pandas dataframe.sum()用法及代码示例

2023-11-25 00:08| 来源: 网络整理| 查看: 265

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.sum()函数返回所请求轴的值之和。如果输入是索引轴，则它将一列中的所有值相加，并对所有列重复相同的值，并返回一个包含每一列中所有值之和的序列。它还支持在计算数据帧中的总和时跳过数据帧中的缺失值。

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

参数： axis:{索引(0)，列(1)} skipna:计算结果时排除NA /null值。 level:如果轴是MultiIndex(分层)，则沿特定级别计数，并折叠为Series numeric_only:仅包括float，int，boolean列。如果为None，将尝试使用所有内容，然后仅使用数字数据。未针对系列实施。 min_count:执行操作所需的有效值数量。如果存在少于min_count非NA值，则结果将为NA。

返回：sum：Series或DataFrame(如果指定级别)

要链接到代码中使用的CSV文件，请单击此处

范例1：采用sum()函数查找索引轴上所有值的总和。

# importing pandas as pd import pandas as pd # Creating the dataframe df = pd.read_csv("nba.csv") # Print the dataframe df

现在找到沿索引轴的所有值的总和。我们将跳过NaN计算总和中的值。

# finding sum over index axis # By default the axis is set to 0 df.sum(axis = 0, skipna = True)

输出：

范例2：采用sum()函数查找列轴上所有值的总和。

现在我们将沿着列轴求和。我们将skipna设置为true。如果我们不跳过NaN值，它将导致NaN值。

# importing pandas as pd import pandas as pd # Creating the dataframe df = pd.read_csv("nba.csv") # sum over the column axis. df.sum(axis = 1, skipna = True)

输出：

【本文地址】

公司简介

联系我们