pandas.DataFrame.sum

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

Возвращает сумму значений для указанной оси.

Это эквивалентно методу numpy.sum.

Параметры:

axis : {index (0), columns (1)} Ось для применения функции. skipna : bool, default True Исключить значения NA/null при вычислении результата. level : int or level name, default None Если ось является MultiIndex (иерархической), считать по определённому уровню, сводя в Series. numeric_only : bool, default None Включить только float, int, boolean столбцы. Если None, попытается использовать всё, затем только числовые данные. Не реализовано для Series. min_count : int, default 0 Необходимое количество действительных значений для выполнения операции. Если меньше, чем min_count не-NA значений, результат будет NA. Введено в версии 0.22.0: Добавлен со значением по умолчанию 0. Это означает, что сумма всех NA или пустой Series равна 0, а произведение всех NA или пустой Series равно 1. **kwargs Дополнительные ключевые аргументы для передачи функции.

Возвращает:

sum : Series or DataFrame (if level specified)

См. также

Series.sum

Возвращает сумму.

Series.min

Возвращает минимум.

Series.max

Возвращает максимум.

Series.idxmin

Возвращает индекс минимума.

Series.idxmax

Возвращает индекс максимума.

DataFrame.min

Возвращает сумму по указанной оси.

DataFrame.min

Возвращает минимум по указанной оси.

DataFrame.max

Возвращает максимум по указанной оси.

DataFrame.idxmin

Возвращает индекс минимума по указанной оси.

DataFrame.idxmax

Возвращает индекс максимума по указанной оси.

Примеры

>>> idx = pd.MultiIndex.from_arrays([
...     ['warm', 'warm', 'cold', 'cold'],
...     ['dog', 'falcon', 'fish', 'spider']],
...     names=['blooded', 'animal'])
>>> s = pd.Series([4, 2, 0, 8], name='legs', index=idx)
>>> s
blooded  animal
warm     dog       4
         falcon    2
cold     fish      0
         spider    8
Name: legs, dtype: int64

>>> s.sum()
14

Суммирование по именам уровней, а также индексов.

>>> s.sum(level='blooded')
blooded
warm    6
cold    8
Name: legs, dtype: int64

>>> s.sum(level=0)
blooded
warm    6
cold    8
Name: legs, dtype: int64

По умолчанию, сумма пустой или содержащей только NA Series равна 0.

>>> pd.Series([]).sum()  # min_count=0 is the default
0.0

Это можно контролировать с помощью параметра min_count. Например, если вам нужна сумма пустой Series равной NaN, передайте min_count=1.

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

Благодаря параметру skipna функция min_count обрабатывает все NA и пустые Series одинаково.

>>> pd.Series([np.nan]).sum()
0.0

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