Python | Pandas data frame.sum()
原文:https://www.geeksforgeeks.org/python-pandas-dataframe-sum/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
熊猫 **dataframe.sum()**函数返回所请求轴的数值总和。如果输入是索引轴，则它会将一列中的所有值相加，并对所有列重复相同的操作，然后返回一个包含每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缺失的值。
语法: DataFrame.sum(轴=无，skipna =无，级别=无，numeric_only =无，min_count=0，**kwargs)
参数: 轴:{索引(0)，列(1)} skipna : 计算结果时排除 NA/null 值。 级别:如果轴是多索引(分层的)，沿特定级别计数，折叠成系列 仅限数值:仅包括浮点、int 和布尔列。如果没有，将尝试使用所有内容，然后只使用数字数据。不适用于系列。 min_count : 执行操作所需的有效值数量。如果存在少于最小计数的非数值，结果将为“不适用”。
返回:总和:序列或数据帧(如果指定了级别)
有关代码中使用的 CSV 文件的链接，请单击此处的
示例#1: 使用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
现在找到沿着索引轴的所有值的总和。我们将跳过总和计算中的NaN值。
# finding sum over index axis
# By default the axis is set to 0
df.sum(axis = 0, skipna = True)
输出:
例 2: 使用sum()函数求列轴上所有值的和。
现在我们将沿着列轴找到总和。我们要让 skipna 成真。如果我们不跳过NaN值，那么它将产生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:
