Python Pandas DataFrame.sum()

在Pandas中，DataFrame.sum()方法用于返回DataFrame对象的列或行的总和。该方法对于统计DataFrame中的数据非常有用。

DataFrame.sum()方法语法

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

参数说明

• axis - 用于指定行或列。默认值为None。可以设置为0或'index'用于按列进行求和，或设置为1或'columns'进行行求和。
• skipna - 用于指定是否跳过NaN值。默认为True。如果设置为False，则计算的总和会包括NaN值。
• level - 如果DataFrame对象具有MultiIndex，则指定要操作的级别。默认为None。
• numeric_only - 如果DataFrame对象只包含数字，则设置为True。默认为None。如果设置为True，则将仅计算数字列的总和。
• min_count - 如果该列/行中的非NaN值数量小于指定的数目，则不计入总和。默认为0。

返回值

该方法返回每个列/行的总和。如果指定了level，则返回多层索引，其中包含每个级别的总计。

示例

让我们使用以下示例DataFrame作为演示：

import pandas as pd

data = {'name':['Tom', 'Jack', 'Steve', 'Ricky', 'Vin', 'David'],
        'age':[25, 26, 25, 23, 30, 29],
        'height':[6.2, 5.9, 6.1, 5.9, 5.8, 6.2],
        'weight':[70, 72, 75, 72, 77, 80]}

df = pd.DataFrame(data)

要计算每一列的总和，我们可以使用以下代码：

df.sum(axis=0)

该代码将返回以下结果：

name      TomJackSteveRickyVinDavid
age                            154
height                        35.9
weight                         446
dtype: object

要计算每行的总和，我们可以使用以下代码：

df.sum(axis=1)

该代码将返回以下结果：

0    101.2
1    103.9
2    106.1
3    101.9
4    112.8
5    115.2
dtype: float64

总结

Pandas DataFrame.sum()方法是一个非常有用的统计方法，可用于计算DataFrame对象中的列/行的总和。此方法提供了许多选项，可根据需要进行调整。