Python DataFrame.sum()函数的用法（附带实例）

在 Python 中，通过调用 DataFrame 对象的 sum() 方法可实现行/列数据的求和运算，语法格式如下：

DataFrame.sum(axis, skipna, level, ...)

参数说明：

• axis：axis=0 表示逐行计算，axis=1 表示逐列计算，默认为逐行计算。
• skipna：skipna=1 表示将 NaN 值自动转换为 0，skipna=0 表示不自动转换 NaN 值，默认为将 NaN 值自动转换为 0。
• level：表示索引层级。
• 返回值：返回 Series 对象，一组含有行/列小计的数据。

NaN 值表示该数据非数值。在进行数据处理、数据计算时，Pandas 会为缺失值自动分配 NaN 值。

【实例 1】计算语文、数学和英语三科的总成绩。首先，创建一组 DataFrame 类型的数据，包括语文、数学和英语三科的成绩，如下图所示：


程序代码如下：

# 导入pandas模块
import pandas as pd
# 解决数据输出时列名不对齐的问题
pd.set_option('display.unicode.east_asian_width', True)
# 创建列表
data = [[110, 105, 99], [105, 88, 115], [109, 120, 130]]
index = [1, 2, 3]
columns = ['语文', '数学', '英语']
# 创建数据
df = pd.DataFrame(data=data, index=index, columns=columns)

下面使用 sum() 方法计算三科的总成绩，代码如下：

df['总成绩'] = df.sum(axis=1)

运行程序，结果为：

语文	数学	英语	总成绩
110	105	99	314
105	88	115	308
109	120	130	359