วิธีคำนวณผลรวมของคอลัมน์ใน pandas

บ่อยครั้งที่คุณอาจสนใจคำนวณผลรวมของคอลัมน์ตั้งแต่หนึ่งคอลัมน์ขึ้นไปใน Pandas DataFrame โชคดีที่คุณสามารถทำสิ่งนี้ได้อย่างง่ายดายในแพนด้าโดยใช้ฟังก์ชัน sum()

บทช่วยสอนนี้แสดงตัวอย่างการใช้ฟังก์ชันนี้หลายตัวอย่าง

ตัวอย่างที่ 1: ค้นหาผลรวมของคอลัมน์เดียว

สมมติว่าเรามี DataFrame แพนด้าดังต่อไปนี้:

 import pandas as pd
import numpy as np

#createDataFrame
df = pd.DataFrame({'rating': [90, 85, 82, 88, 94, 90, 76, 75, 87, 86],
                   'points': [25, 20, 14, 16, 27, 20, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 8, 5, 7, 6, 9, 9, 5],
                   'rebounds': [np.nan, 8, 10, 6, 6, 9, 6, 10, 10, 7]})

#view DataFrame 
df

	rating points assists rebounds
0 90 25 5 NaN
1 85 20 7 8
2 82 14 7 10
3 88 16 8 6
4 94 27 5 6
5 90 20 7 9
6 76 12 6 6
7 75 15 9 10
8 87 14 9 10
9 86 19 5 7

เราสามารถค้นหาผลรวมของคอลัมน์ที่มีป้ายกำกับว่า “คะแนน” ได้โดยใช้ไวยากรณ์ต่อไปนี้:

 df['points']. sum ()

182

ฟังก์ชัน sum() จะไม่รวม NAs ตามค่าเริ่มต้น ตัวอย่างเช่น หากเราพบผลรวมของคอลัมน์ “rebounds” ค่าแรกของ “NaN” จะถูกแยกออกจากการคำนวณ:

 df['rebounds']. sum ()

72.0

ตัวอย่างที่ 2: ค้นหาผลรวมของหลายคอลัมน์

เราสามารถหาผลรวมของหลายคอลัมน์ได้โดยใช้ไวยากรณ์ต่อไปนี้:

 #find sum of points and rebounds columns
df[['rebounds', 'points']]. sum ()

rebounds 72.0
points 182.0
dtype:float64

ตัวอย่างที่ 3: ค้นหาผลรวมของคอลัมน์ทั้งหมด

นอกจากนี้เรายังสามารถค้นหาผลรวมของคอลัมน์ทั้งหมดได้โดยใช้ไวยากรณ์ต่อไปนี้:

 #find sum of all columns in DataFrame
df. sum ()

rating 853.0
points 182.0
assists 68.0
rebounds 72.0
dtype:float64

สำหรับคอลัมน์ที่ไม่ใช่ตัวเลข ฟังก์ชัน sum() จะไม่คำนวณผลรวมของคอลัมน์เหล่านั้น

คุณสามารถดูเอกสารฉบับเต็มของฟังก์ชัน sum() ได้ที่นี่