pandas.Series.sum

Series.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)} Ось для применения функции. skipna : bool, default True Исключать значения NaN/null при вычислении результата. level : int or level name, default None Если ось является MultiIndex (иерархической), считать по определённому уровню, сводя к скаляру. numeric_only : bool, default None Включать только столбцы с плавающей точкой, целыми числами и булевыми значениями. Если None, будет пытаться использовать все, а затем только числовые данные. Для Series не реализовано. min_count : int, default 0 Необходимое количество действительных значений для выполнения операции. Если присутствует меньше, чем min_count не-NaN значений, результат будет NaN. Новое в версии 0.22.0: Добавлено, по умолчанию 0. Это означает, что сумма всех NaN или пустой Series равна 0, а произведение всех NaN или пустой Series равно 1. **kwargs Дополнительные ключевые аргументы для передачи функции.

Возвращает:

скаляр или Series (если указан уровень)

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.sum

Возвращает сумму по запрошенной оси.

DataFrame.min

Возвращает минимум по запрошенной оси.

DataFrame.max

Возвращает максимум по запрошенной оси.

DataFrame.idxmin

Возвращает индекс минимума по запрошенной оси.

DataFrame.idxmax

Возвращает индекс максимума 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 с использованием имён 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 NaN 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 функция min_count обрабатывает все NaN и пустые серии одинаково.

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

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