Pandas DataFrame DataFrame.sum() 함수
-
pandas.DataFrame.sum()의 구문 : -
예제 코드: 열 축을 따라 합계를 계산하는
DataFrame.sum()메서드 -
예제 코드: 행 축을 따라 합계를 찾는
DataFrame.sum()메서드 -
예제 코드:
NaN값을 무시하고 합계를 찾는DataFrame.sum()메서드 -
예제 코드:
DataFrame.sum()메서드에서min_count설정
Python Pandas DataFrame.sum()의 기능은 다음의 합계를 계산하는 것입니다. 지정된 축에 대한DataFrame 개체의 값.
pandas.DataFrame.sum()의 구문 :
DataFrame.sum(
axis=None, skipna=None, level=None, numeric_only=None, min_count=0, **kwargs
)
매개 변수
axis |
행(axis=0) 또는열(axis=1)을 따라 합계 찾기 |
skipna |
부울. NaN 값 (skipna=True)을 제외하거나NaN 값 (skipna=False)을 포함합니다. |
level |
축이 MultiIndex인 경우 특정 수준과 함께 계산 |
numeric_only |
부울. numeric_only=True의 경우float,int 및boolean 열만 포함합니다. |
min_count |
정수. 합계를 계산하기위한 비 NaN값의 최소 개수입니다. 이 조건이 충족되지 않으면 합계는NaN이됩니다. |
**kwargs |
함수에 대한 추가 키워드 인수입니다. |
반환
level이 지정되지 않은 경우 요청 된 축에 대한 값의 합계의Series를 반환하고, 그렇지 않으면 합계 값의DataFrame을 반환합니다.
예제 코드: 열 축을 따라 합계를 계산하는DataFrame.sum()메서드
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)
출력:
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
모든X,Y,Z 열의 합계를 계산하고 마지막으로 각 열의 합계가있는Series 객체를 반환합니다.
Pandas에서DataFrame의 특정 열 합계를 찾으려면 해당 열에 대해서만sum()함수를 호출해야합니다.
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)
출력:
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
DataFrame의 Z열 값의 합계 만 제공합니다.
예제 코드: 행 축을 따라 합계를 찾는DataFrame.sum()메서드
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)
출력:
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
모든 행의 합계를 계산하고 마지막으로 각 행의 합계와 함께Series 객체를 반환합니다.
Pandas에서DataFrame의 특정 행의 합계를 찾으려면 해당 특정 행에 대해서만sum()함수를 호출해야합니다.
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)
출력:
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
DataFrame의 세 번째 행 값의 합계 만 제공합니다.
색인을 기반으로 행을 선택하려면iloc 메소드를 사용하십시오.
예제 코드: NaN 값을 무시하고 합계를 찾는DataFrame.sum()메서드
skipna매개 변수의 기본값 (예: skipna = True)을 사용하여 NaN값을 무시하고 지정된 축을 따라 DataFrame의 합계를 찾습니다.
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)
출력:
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
skipna=True를 설정하면 DataFrame에NaN 값이 있으면 합계의NaN 값을 얻게됩니다.
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)
출력:
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
여기에서 열X와Y 모두에NaN 값이 있으므로NaN 값을 얻습니다.
예제 코드: DataFrame.sum()메서드에서min_count 설정
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)
출력:
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
여기서 Y열의 합계에 대한 NaN값을 얻습니다. 열 Y에는 min_count매개 변수의 값보다 작은 3비 NaN값만 있습니다.
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn