Pandas Series: sum()方法

 

sum（）函數用於獲取所請求軸的值之和。

這等效於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	要應用的功能的軸。	{index (0)}	Required
skipna	計算結果時排除NA / null值。	bool Default Value: True	Required
level	如果軸是MultiIndex（分層），則沿特定級別計數，並折疊成標量。	int or level name Default Value: None	Required
numeric_only	僅包括float，int，boolean列。 如果為None，將嘗試使用所有內容，然后僅使用數字數據。 未針對系列實施。	bool Default Value: None	Required
min_count	執行操作所需的有效值數量。 如果存在少於min_count個非NA值，則結果將為NA。 0.22.0版中的新增功能：添加了默認值0。這表示全NA或空系列的總和為0，全NA或空系列的乘積為1。	int Default Value: 0	Required
**kwargs	要傳遞給函數的其他關鍵字參數。		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

 

默認情況下，空系列或全NA系列的總和為0。

In [6]:

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

Out[6]:

0.0

 

可以使用min_count參數進行控制。 例如，如果您想要一個空值的總和
系列為NaN，傳遞min_count = 1。

In [7]:

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

Out[7]:

nan

 多虧了skipna參數，min_count可以完全處理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