pandas.DataFrame.sum

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

Возвращает сумму значений для запрошенной оси.

Это эквивалентно методу numpy.sum.

Параметры:

axis : {index (0), columns (1)} Ось, по которой будет применяться функция. skipna : bool, default True Исключить значения NA/null при вычислении результата. level : int or level name, default None Если ось является MultiIndex (иерархической), подсчитывать по определённому уровню, сводя в Series. numeric_only : bool, default None Включать только столбцы с плавающей точкой, целыми числами, или булевыми значениями. Если None, будет пытаться использовать всё, а затем только числовые данные. Не реализовано для Series. min_count : int, default 0 Требуемое количество корректных значений для выполнения операции. Если количество значений меньше, чем min_count не-NA, результат будет NA. Новое в версии 0.22.0: Добавлена с значением по умолчанию 0. Это означает, что сумма всех значений NA или пустой Series равна 0, а произведение всех значений NA или пустой Series равно 1. **kwargs Дополнительные ключевые аргументы для передачи функции.

Возвращаемое значение:

Series или DataFrame (если указан уровень)

См. также

Series.sum

Возвращает сумму.

Series.min

Возвращает минимальное значение.

Series.max

Возвращает максимальное значение.

Series.idxmin

Возвращает индекс минимального значения.

Series.idxmax

Возвращает индекс максимального значения.

DataFrame.sum

Возвращает сумму по запрошенной оси.

DataFrame.min

Возвращает минимальное значение по запрошенной оси.

DataFrame.max

Возвращает максимальное значение по запрошенной оси.

DataFrame.idxmin

Возвращает индекс минимального значения по запрошенной оси.

DataFrame.idxmax

Возвращает индекс максимального значения по запрошенной 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 вы хотите, чтобы сумма пустой серии была NaN, передайте min_count=1.

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

Благодаря параметру skipna, min_count обращается с all-NA и пустыми сериями одинаково.

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

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