pandas sum函数,pandas sum函数详解及示例（27）

Pandas sum() 简介

Pandas DataFrame.sum()函数用于返回用户所请求轴的值之和。如果输入值是索引轴, 则它将在列中添加所有值, 并且对所有列都相同。它返回一个序列, 其中包含每一列中所有值的总和。

在计算DataFrame中的总和时, 它还能够跳过DataFrame中的缺失值。

本文是Python Pandas教程系列的一部分，您可以点击Python Pandas使用教程查看所有。

语法和参数

pandas sum() 的语法和参数如下：

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

Dataframe.sum() 函数如何在 Pandas 中工作？

现在我们看到了关于 sum() 函数如何在 Pandas 中工作的各种示例。调用 sum() 函数的默认方法是通过明确给出一个部分名称来分割数据集。尽管如此，这也是鲜为人知的，您同样可以将系列传递给总数。主要限制是该排列的长度与 Dataframe 相似。Pandas sum() 毫无疑问是 Pandas 带来的最卓越的功能之一。尽管如此，大多数客户只是使用了总和的一小部分能力。

示例#1

使用 sum() 函数，我们找出每列的总数。

代码：

import pandas as pd
info = {'Daily': ['Mon ','Tue ','Wed ','Thur ','Fri ','Sat '],
'Span Sal': [1050,2300,4600,5200,6150,7900],
'Vetts Sal': [5600,1250,1350,2450,5650,9500],
'Suchu Sal': [2368,1234,3456,2637,9876,8796]}
df = pd.DataFrame(info,columns=['Daily','Span Sal','Vetts Sal','Suchu Sal'])
total_sum = df.sum(axis=0)
print (total_sum)

输出：

在上面的程序中，我们将pandas作为pd导入，然后定义了3个人的日薪数据框。定义数据框后，我们使用 sum() 函数计算个人所有工资的总和。现在，由于axis = 0，我们将计算数据帧中每列的总和，最后打印输出，如上面的快照所示。

示例#2

使用 sum() 函数我们找到每行的总数。

代码：

import pandas as pd
info = {'Daily': ['Mon ','Tue ','Wed ','Thur ','Fri ','Sat '],
'Span Sal': [1050,2300,4600,5200,6150,7900],
'Vetts Sal': [5600,1250,1350,2450,5650,9500],
'Suchu Sal': [2368,1234,3456,2637,9876,8796]}
df = pd.DataFrame(info,columns=['Daily','Span Sal','Vetts Sal','Suchu Sal'])
total_sum = df.sum(axis=1)
print (total_sum)

输出：

在上面的程序中，我们首先将pandas导入为pd，然后定义数据框。定义数据框后，我们将在这里计算每行的总和，这就是我们给axis = 1 的原因。最后，我们使用 sum() 函数计算这 3 个人的每一行工资，最后打印输出，如上面的快照所示。

结论

因此，我最后想说的是，pandas sum() 函数是总结信息的有用工具。阅读本文后，您应该可以选择将其融合到您自己的信息调查中。

这是 Pandas sum() 的指南。这里我们也讨论一下介绍以及pandas sum函数在pandas中是如何工作的？以及示例及其代码实现。