pandas.DataFrame.sum

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

Возвращает сумму значений по указанной оси.

Это эквивалентно методу numpy.sum.

Параметры

axis:{индекс (0), столбцы (1)}

Ось, по которой будет применена функция. Для Series этот параметр не используется и по умолчанию равен 0.

skipna:bool, по умолчанию True

Исключить значения NA/null при вычислении результата.

level:int или имя уровня, по умолчанию None

Если ось является MultiIndex (многоуровневый индекс), то считать по определенному уровню, сводя в Series.

Устарело начиная с версии 1.3.0: Параметр level устарел. Используйте groupby вместо него.

numeric_only:bool, по умолчанию None

Включать только столбцы с плавающей запятой, целыми числами или булевыми значениями. Если None, попытается использовать все данные, а затем использовать только числовые данные. Для Series не реализовано.

Устарело начиная с версии 1.5.0: Указание numeric_only=None устарело. Значение по умолчанию будет False в будущей версии pandas.

min_count:int, по умолчанию 0

Необходимое число допустимых значений для выполнения операции. Если присутствует меньше min_count значений без NA, результат будет NA.

**kwargs

Дополнительные ключевые аргументы, которые будут переданы в функцию.

Возвращает

Series или DataFrame (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 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

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

>>> pd.Series([], dtype="float64").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([], dtype="float64").sum(min_count=1)
nan

Благодаря параметру skipna, 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