Pandas.DataFrame.sum() 求和(累和) 详解 含代码 含测试数据集 随Pandas版本持续更新

关于Pandas版本： 本文基于 pandas2.2.0 编写。

关于本文内容更新： 随着pandas的stable版本更迭，本文持续更新，不断完善补充。

传送门： Pandas API参考目录

传送门： Pandas 版本更新及新特性

传送门： Pandas 由浅入深系列教程

关于Pandas版本： 本文基于 pandas2.1.2 编写。

关于本文内容更新： 随着pandas的stable版本更迭，本文持续更新，不断完善补充。

Pandas稳定版更新及变动内容整合专题： Pandas稳定版更新及变动迭持续更新。

Pandas API参考所有内容目录

Pandas.DataFrame.sum()

Pandas.DataFrame.sum 方法用于返回行或列所有元素的累加和。

计算公式：

• Pandas累和计算公式：

  ${\sum }_{i=0}^{n?1}{x}_i$

  $n$ 表示数值的总个数，$i$ 表示起始索引下标，$x$ 表示累和数值所在数组。

• 计算过程：

  • ${\sum }_{i=0}^{n?1}{x}_i=x_0+x_1+x_2+...+x_n$

语法：

DataFrame.sum(axis=0, skipna=True, numeric_only=False, min_count=0, **kwargs)

返回值：

• Series or scalar

  • 输入的数据是单行或单列，则返回 scalar;
  • 输入的数据是多行或多列，则返回 Series。

参数说明：

axis 指定计算方向（行或列）

• axis : {0 or ‘index’, 1 or ‘columns’}, default 0

  axis 参数，用于指定计算方向，即按行计算或按列计算累和：

  • 如果是 Series 此参数无效，将始终保持 axis=0，即计算整列的累和。^例1
  • 如果是 DataFrame 默认为 axis=0 即计算每一列的累和。并有以下参值可选:

    • 0 or ‘index’: 计算每列的累和。 ^例2-5

    • 1 or ‘columns’： 计算每行的累和。^例2-6

    • None: 计算所有值的累和，这相当于把 DataFrame 的所有值展平后求累和： df.sum(axis=None) 等效于 sum(df.values.raravel())

      ?? 注意 :

      整行或整列，可以都是字符串类型的数据，字符串支持求和（字符串相加的结果是拼接）:^例2

      • 字符串类型的行或列，不能存在缺失值,会报错！TypeError 。^例2-2
      • 字符串类型，如果和数值类型的数据混在一起，会报错！TypeError ^例2-3
      • 当 axis=None 时, DataFrame 的所有值的数据类型必须是相同的，要么都是字符串类型的，要么都是数值类型的，否则会报错！ TypeError ^例2-4

      ?? 注意 :

      axis=None 已被标记为弃用，在未来的版本，将使用新的方法实现。

  ? 新增于 Pandas 2.0.0 : axis 参数，新增于Pandas 2.0.0 版本。

skipna 忽略缺失值

• skipna : bool, default False >

  skipna 参数，用于指定求累和的时候是否忽略缺失值：

  • False： 不忽略，[缺失值] 在求累和的时候，会被解析为浮点数 float 0.0。当字符串和缺失值混合时，会报错！TypeError。 ^例2-2
  • True: 忽略缺失值。

  ?? 注意 :

  如果整行或整列，都是缺失值，那么累和结果是0,因为在 DataFrame.sum 方法中，缺失值会被解析为 浮点数0.0 ^例3

numeric_only 排除非纯数值的行或列

• numeric_only : bool, default False

  numeric_only 参数，用于控制是否 排除非纯数值的行或列：

  • False： 不排除。
  • True: 只对纯数值型的行或列计算求和。^例4

min_count 有效数值数量

• min_count : int, default 0

  min_count 参数，用于指定执行操作所需的有效值数量。如果存在的非 NA 值少于 min_count，则结果将为 NA。^例5

**kwargs 关键字参数

• kwargs
  kwargs 参数，是为了保持与 Numpy 的兼容性而保留的参数，一般不需要传递任何内容。

相关方法：

?? 相关方法

---

• Series.sum

  Series 求和（累和）

• Series.min

  最小值

• Series.max

  最大值

• Series.idxmin

  最小值索引

• Series.idxmax

  最大值索引

• DataFrame.min

  最小值

• DataFrame.max

  最大值

• DataFrame.idxmin

  最小值索引

• DataFrame.idxmax

  最大值索引

示例：

测试文件下载：

本文所涉及的测试文件，如有需要，可在文章顶部的绑定资源处下载。

若发现文件无法下载，应该是资源包有内容更新，正在审核，请稍后再试。或站内私信作者索要。

测试文件下载位置

例1：如果是 Series 始终保持 axis=0，即计算整列的累和。

import numpy as np
import pandas as pd

s = pd.Series([24.0, np.nan, 21.0, 33, 26], name="age")
s.sum()

104.0

例2：整行或整列，可以都是字符串类型的数据，字符串支持求累和。但是，如果和数值类型的数据混在一起，会报错！

例2-1、全是字符串是可以求累和的

import numpy as np
import pandas as pd

s = pd.Series(["一", "二", "你"])
s.sum()

'一二你'

例2-2、字符串类型的行、列如果存在缺失值（NaN） 会报错

import numpy as np
import pandas as pd

s = pd.Series(["一", "二", np.nan, "你"])
s.sum()

例2-3、字符串类型，如果和数值类型的数据混在一起，会报错！

import numpy as np
import pandas as pd

s = pd.Series(["一", "二", 1, "你"])
s.sum()

例2-4、当 axis=None 时, DataFrame 的所有值的数据类型必须是相同的，要么都是字符串类型的，要么都是数值类型的，否则会报错！

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {
        "Person": ["John", "Myla", "Lewis", "John", "Myla"],
        "Age": [24.0, 2, 21.0, 33, 26],
        "Single": [False, True, True, True, False],
    }
)

df.sum(axis=None)

例2-5、求 DataFrame 每列的累和

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {
        "Person": ["John", "Myla", "Lewis", "John", "Myla"],
        "Age": [24.0, 2, 21.0, 33, 26],
        "Single": [False, True, True, True, False],
    }
)

# 应返回的是Series，为了方便观察，使用.to_frame()，显式为表格形式
df.sum().to_frame()

	0
Person	JohnMylaLewisJohnMyla
Age	106.0
Single	3

例2-6、求 DataFrame 每行的累和

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {"A": [28, "Lewis", True], "B": [24.0, "John", False], "C": [30, "Myla", True]}
)

# 应返回的是Series，为了方便观察，使用.to_frame()，显式为表格形式
df.sum(axis=1).to_frame()

	0
0	82.0
1	LewisJohnMyla
2	2

例3：如果整行或整列，都是缺失值，那么累和结果是0.0。

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {"A": [np.nan, np.nan]},
)

# 应返回的是Series，为了方便观察，使用.to_frame()，显式为表格形式
df.sum().to_frame()

	0
A	0.0

例4：numeric_only=True 只对数值类型的数据求累和

df = pd.DataFrame({"A": [0.5,0.2], "B": ["a",0.7], "C": [True,0.1]})

df.sum(axis=0, numeric_only=True)

# ... A    0.7
# ... dtype: float64

B列由于是数字+字符串，所以没有被计算最小值。 C列布尔值和浮点数混用，也没有被计算最小值

例5：控制有效值数量

如果不限制有效值数量，即便存在缺失值(NaN),也会被解析为浮点数0.0

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

0.0

限制了有效值数量，如果存在的非 NA 值少于 min_count，则结果将为 NA

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

nan