Pandas Series: sum()方法

 

sum（）函数用于获取所请求轴的值之和。

这等效于numpy.sum方法。

句法

The sum() function is used to getg the sum of the values for the requested axis.

This is equivalent to the method numpy.sum.

Syntax:

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

Parameters:

Name	Description	Type/Default Value	Required / Optional
axis	要应用的功能的轴。	{index (0)}	Required
skipna	计算结果时排除NA / null值。	bool Default Value: True	Required
level	如果轴是MultiIndex（分层），则沿特定级别计数，并折叠成标量。	int or level name Default Value: None	Required
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。	bool Default Value: None	Required
min_count	执行操作所需的有效值数量。 如果存在少于min_count个非NA值，则结果将为NA。 0.22.0版中的新增功能：添加了默认值0。这表示全NA或空系列的总和为0，全NA或空系列的乘积为1。	int Default Value: 0	Required
**kwargs	要传递给函数的其他关键字参数。		Required

Returns: scalar or Series (if level specified)

Example:

Examples

In [1]:

import numpy as np
import pandas as pd

In [2]:

idx = pd.MultiIndex.from_arrays([
    ['warm', 'warm', 'cold', 'cold'],
    ['fox', 'cat', 'snake', 'spider']],
    names=['blooded', 'animal'])

In [3]:

s = pd.Series([4, 4, 0, 8], name='legs', index=idx)
s

Out[3]:

blooded  animal
warm     fox       4
         cat       4
cold     snake     0
         spider    8
Name: legs, dtype: int64

 

In [4]:

s.sum()

Out[4]:

16

 

Sum using level names, as well as indices.

In [5]:

s.sum(level='blooded')

Out[5]:

blooded
warm    8
cold    8
Name: legs, dtype: int64

 

默认情况下，空系列或全NA系列的总和为0。

In [6]:

pd.Series([]).sum()  # min_count=0 is the default

Out[6]:

0.0

 

可以使用min_count参数进行控制。 例如，如果您想要一个空值的总和
系列为NaN，传递min_count = 1。

In [7]:

pd.Series([]).sum(min_count=1)

Out[7]:

nan

 多亏了skipna参数，min_count可以完全处理all-NA和空序列。

In [8]:

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

Out[8]:

0.0

In [9]:

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

Out[9]:

nan