Python Pandas dataframe.sum()

Python Pandas dataframe.sum()

Python是一种进行数据分析的伟大语言,主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个,它使导入和分析数据变得更加容易。

Pandas dataframe.sum()函数返回所请求的axis的数值之和。如果输入的是索引axis,那么它将一列中的所有数值相加,并对所有列重复同样的操作,然后返回一个包含每一列中所有数值之和的序列。它还提供支持,在计算数据框架中的总和时跳过数据框架中的缺失值。

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

参数 :
axis: {指数(0),列(1)}。
skipna :在计算结果时排除NA/null值。
level : 如果坐标axis是一个多指标(分层的),沿着一个特定的层次计数,折叠成一个系列。
numeric_only :只包括浮动、int、boolean列。如果没有,将尝试使用所有数据,然后只使用数字数据。不实现系列。
min_count :执行该操作所需的有效值的数量。如果少于min_count的非NA值,结果将是NA。

返回: sum:系列或数据框架(如果指定了级别)。

例子#1:使用sum()函数来查找索引axis上所有数值的总和。

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

Python Pandas dataframe.sum()

现在找出沿索引axis的所有数值的总和。在计算和的过程中,我们将跳过NaN值。

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

输出 :
Python Pandas dataframe.sum()

例子#2:使用sum()函数来查找列axis上所有数值的总和。

现在我们将沿着列axis求和。我们要将skipna设置为真。如果我们不跳过NaN值,那么它将导致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)
Python

输出 :
Python Pandas dataframe.sum()

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

登录

注册