pandas.Series.sum

Series.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:{index (0)}

Ось для применения функции. 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 (иерархической), то подсчет выполняется по определенному уровню, сводя результат к скаляру.

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

numeric_only:bool, по умолчанию None

Включить только столбцы с плавающей точкой, целыми числами, булевыми значениями. Если None, будет попытка использовать всё, затем 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

Требуемое количество корректных значений для выполнения операции. Если присутствует меньше, чем min_count корректных значений, результат будет NA.

**kwargs

Дополнительные ключевые параметры, которые будут переданы функции.

Возвращаемое значение

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 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 может быть контролируется параметром 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 серии с NA и пустые серии одинаково.

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

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