Pandas DataFrame DataFrame.sum() Função
-
A sintaxe de
pandas.DataFrame.sum(): -
Códigos de exemplo:
DataFrame.sum()Método para calcular a soma ao longo do eixo da coluna -
Códigos de exemplo:
DataFrame.sum()Método para encontrar a soma ao longo do eixo da linha -
Códigos de exemplo:
DataFrame.sum()Método para encontrar a soma Ignorando os valoresNaN -
Códigos de exemplo: Definir
min_countemDataFrame.sum()Método
A função Python Pandas DataFrame.sum() tem por função calcular a soma dos valores do objecto DataFrame sobre o eixo especificado.
A sintaxe de pandas.DataFrame.sum():
DataFrame.sum(
axis=None, skipna=None, level=None, numeric_only=None, min_count=0, **kwargs
)
Parâmetros
axis |
encontrar soma ao longo da linha (axis=0) ou coluna (axis=1) |
skipna |
Booleano. Excluir valores NaN (skipna=True) ou incluir valores NaN (skipna=False) |
level |
Conte com um nível particular se o eixo for MultiIndex. |
numeric_only |
Booleano. Para colunas numeric_only=True, incluir apenas colunas float, int, e boolean. |
min_count |
Inteiro. Número mínimo de valores non-NaN para calcular a soma. Se esta condição não for satisfeita, a soma será non-naN. |
**kwargs |
Argumentos adicionais de palavras-chave para a função. |
Devolver
Se o level não for especificado, devolver Series da soma dos valores para o eixo solicitado, ou devolver DataFrame dos valores da soma.
Códigos de exemplo: DataFrame.sum() Método para calcular a soma ao longo do eixo da coluna
import pandas as pd
df = pd.DataFrame({'X':
[1,2,3,4,5],
'Y': [1, 2, 3,4,5],
'Z': [3,4,5,6,3]})
print("DataFrame:")
print(df)
sums=df.sum()
print("Column-wise Sum:")
print(sums)
Resultado:
DataFrame:
X Y Z
0 1 1 3
1 2 2 4
2 3 3 5
3 4 4 6
4 5 5 3
Column-wise Sum:
X 15
Y 15
Z 21
dtype: int64
Calcula a soma para todas as colunas X, Y, e Z e finalmente devolve um objecto Series com a soma de cada coluna.
Para encontrar a soma de uma determinada coluna de DataFrame em Pandas, é necessário chamar a função sum() apenas para essa coluna.
import pandas as pd
df = pd.DataFrame({'X':
[1,2,3,4,5],
'Y': [1, 2, 3,4,5],
'Z': [3,4,5,6,3]})
print("DataFrame:")
print(df)
sums=df["Z"].sum()
print("Sum of values of Z-column:")
print(sums)
Resultado:
DataFrame:
X Y Z
0 1 1 3
1 2 2 4
2 3 3 5
3 4 4 6
4 5 5 3
Sum of values of Z-column:
21
Apenas dá a soma dos valores da coluna Z de DataFrame.
Códigos de exemplo: DataFrame.sum() Método para encontrar a soma ao longo do eixo da linha
import pandas as pd
df = pd.DataFrame({'X':
[1,2,3,4,5],
'Y': [1, 2, 3,4,5],
'Z': [3,4,5,6,3]})
print("DataFrame:")
print(df)
sums=df.sum(axis=1)
print("Row-wise sum:")
print(sums)
Resultado:
DataFrame:
X Y Z
0 1 1 3
1 2 2 4
2 3 3 5
3 4 4 6
4 5 5 3
Row-wise sum:
0 5
1 8
2 11
3 14
4 13
dtype: int64
Calcula a soma para todas as filas e finalmente devolve um objecto Series com a soma de cada fila.
Para encontrar a soma de uma determinada linha de DataFrame em Pandas, é necessário chamar a função sum() apenas para essa linha específica.
import pandas as pd
df = pd.DataFrame({'X':
[1,2,3,4,5],
'Y': [1, 2, 3,4,5],
'Z': [3,4,5,6,3]})
print("DataFrame:")
print(df)
sum_3=df.iloc[[2]].sum(axis=1)
print("Sum of values of 3rd Row:")
print(sum_3)
Resultado:
DataFrame:
X Y Z
0 1 1 3
1 2 2 4
2 3 3 5
3 4 4 6
4 5 5 3
Sum of values of 3rd Row:
2 11
dtype: int64
Apenas dá a soma dos valores da 3ª linha de DataFrame.
Utilize o método iloc para seleccionar linhas com base no índice.
Códigos de exemplo: DataFrame.sum() Método para encontrar a soma Ignorando os valores NaN
Utilizar o valor padrão do parâmetro skipna, isto é, skipna=True para encontrar a soma de DataFrame ao longo do eixo especificado, ignorando os valores NaN.
import pandas as pd
df = pd.DataFrame({'X':
[1,None,3,4,5],
'Y': [1, None, 3,None,5],
'Z': [3,4,5,6,3]})
print("DataFrame:")
print(df)
sums=df.sum()
print("Column-wise Sum:")
print(sums)
Resultado:
DataFrame:
X Y Z
0 1.0 1.0 3
1 NaN NaN 4
2 3.0 3.0 5
3 4.0 NaN 6
4 5.0 5.0 3
Column-wise Sum:
X 13.0
Y 9.0
Z 21.0
dtype: float64
Se definir skipna=True, obterá valores NaN de somas se o DataFrame tiver valores NaN.
import pandas as pd
df = pd.DataFrame({'X':
[1,None,3,4,5],
'Y': [1, None, 3,None,5],
'Z': [3,4,5,6,3]})
print("DataFrame:")
print(df)
sums=df.sum(skipna=False)
print("Column-wise Sum:")
print(sums)
Resultado:
DataFrame:
X Y Z
0 1.0 1.0 3
1 NaN NaN 4
2 3.0 3.0 5
3 4.0 NaN 6
4 5.0 5.0 3
Column-wise Sum:
X NaN
Y NaN
Z 21.0
dtype: float64
Aqui, obtém-se o valor NaN para a soma das colunas X e Y, uma vez que ambas têm os valores NaN nelas.
Códigos de exemplo: Definir min_count em DataFrame.sum() Método
import pandas as pd
df = pd.DataFrame({'X':
[1,None,3,4,5],
'Y': [1, None, 3,None,5],
'Z': [3,4,5,6,3]})
print("DataFrame:")
print(df)
sums=df.sum(min_count=4)
print("Column-wise Sum:")
print(sums)
Resultado:
DataFrame:
X Y Z
0 1.0 1.0 3
1 NaN NaN 4
2 3.0 3.0 5
3 4.0 NaN 6
4 5.0 5.0 3
Column-wise Sum:
X 13.0
Y NaN
Z 21.0
dtype: float64
Aqui, obtém-se o valor NaN para a soma da coluna Y como a coluna Y tem apenas valores 3 não NaN, que é inferior ao valor do parâmetro min_count.
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn