详解pandas.DataFrame.sum()(计算数据框元素总和)函数使用方法 |
您所在的位置:网站首页 › shadow price计算方法 › 详解pandas.DataFrame.sum()(计算数据框元素总和)函数使用方法 |
pandas.DataFrame.sum() 是 Pandas 库中的一个函数,用于计算 DataFrame 中每列和每行的总和。 函数语法 DataFrame.sum(axis=None, skipna=None, level=None, numeric_only=None, min_count=0) 参数说明 axis:指定要使用操作的轴。默认为 0,即对列进行操作;如果为 1,则对行进行操作; skipna:指定是否忽略 NaN 值。默认为 True,即忽略 NaN 值; level:指定对哪个级别进行操作; numeric_only:指定是否只对数值型的列进行操作; min_count:指定在求和的过程中有效值的最小个数。可防止由于 NaN 值的存在而导致的结果不准确。现在我们来看两个实例,更好地理解该函数的作用。 实例1:计算 DataFrame 中每列的总和 import pandas as pd import numpy as np # 创建一个 DataFrame df = pd.DataFrame({ 'A': [1, 2, 3], 'B': [4, np.nan, 6], 'C': [7, 8, 9] }) # 计算每列的总和 sum_result = df.sum(axis=0) print("每列的总和为:\n", sum_result)运行结果: 每列的总和为: A 6.0 B 10.0 C 24.0 dtype: float64可以看到,该函数将每列的总和计算出来,并且在返回时,用 Series 表示。 实例2:计算 DataFrame 中每行的总和 import pandas as pd import numpy as np # 创建一个 DataFrame df = pd.DataFrame({ 'A': [1, 2, 3], 'B': [4, np.nan, 6], 'C': [7, 8, 9] }) # 计算每行的总和 sum_result = df.sum(axis=1) print("每行的总和为:\n", sum_result)运行结果: 每行的总和为: 0 12.0 1 NaN 2 24.0 dtype: float64可以看到,该函数将每行的总和计算出来,并且在返回时,用 Series 表示。由于第二行有 NaN 值,因此计算结果为 NaN。 本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:详解pandas.DataFrame.sum()(计算数据框元素总和)函数使用方法 - Python技术站 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |