Pandas2.2 Series

Computations descriptive stats

方法	描述
Series.abs()	用于計算 Series 中每個元素的絕對值
Series.all()	用于檢查 Series 中的所有元素是否都為 True 或非零值（對于數值型數據）
Series.any()	用于檢查 Series 中是否至少有一個元素為 True 或非零值（對于數值型數據）
Series.autocorr()	用于計算 Series 的自相關系數
Series.between()	用于檢查 Series 中的每個元素是否在指定的兩個值之間（包括邊界值）
Series.clip()	用于將 Series 中的元素限制在指定的上下限之間
Series.corr()	用于計算兩個 Series 之間的相關系數
Series.count()	用于計算 Series 中非 NA/null 值的數量
Series.cov(other[, min_periods, ddof])	用于計算兩個 Series 之間的協方差
Series.cummax([axis, skipna])	用于計算 Series 中元素的累積最大值
Series.cummin([axis, skipna])	用于計算 Series 中元素的累積最小值
Series.cumprod([axis, skipna])	用于計算 Series 中元素的累積乘積
Series.cumsum([axis, skipna])	用于計算 Series 中元素的累積和
Series.describe([percentiles, include, exclude])	用于生成 Series 對象的描述性統計信息的方法
Series.diff([periods])	用于計算 Series 中元素與前一個元素之間差值的方法
Series.factorize([sort, use_na_sentinel])	用于將 Series 中的唯一值編碼為從 0 開始的整數索引的方法
Series.kurt([axis, skipna, numeric_only])	用于計算 Series 中數據的峰度（kurtosis）
Series.max([axis, skipna, numeric_only])	用于計算 Series 中所有元素的最大值
Series.mean([axis, skipna, numeric_only])	用于計算 Series 中所有元素的算術平均值
Series.median([axis, skipna, numeric_only])	用于計算 Series 對象中位數的函數
Series.min([axis, skipna, numeric_only])	用于計算 Series 對象最小值的函數
Series.mode([dropna])	用于計算 Series 對象中最常出現的值（眾數）的函數
Series.nlargest([n, keep])	用于獲取 Series 對象中最大的 n 個值的函數
Series.nsmallest([n, keep])	用于獲取 Series 對象中最小的 n 個值的函數
Series.pct_change([periods, fill_method, …])	用于計算 Series 對象中元素與前一個元素之間百分比變化的方法
Series.prod([axis, skipna, numeric_only, …])	用于計算 Series 對象中所有元素乘積的函數
Series.quantile([q, interpolation])	用于計算 Series 對象的分位數（quantiles）的方法
Series.rank([axis, method, numeric_only, …])	用于計算 Series 對象中每個元素的排名的方法
Series.sem([axis, skipna, ddof, numeric_only])	用于計算 Series 對象的標準誤差（Standard Error of the Mean, SEM）的方法
Series.skew([axis, skipna, numeric_only])	用于計算 Series 對象的偏度（skewness）的方法
Series.std([axis, skipna, ddof, numeric_only])	用于計算 Series 對象的標準差（Standard Deviation, STD）的方法
Series.sum([axis, skipna, numeric_only, …])	用于計算 Series 中元素的總和

pandas.Series.sum

pandas.Series.sum() 方法用于計算 Series 中元素的總和。以下是該方法的詳細描述：

• 參數：

  • axis：{index (0)}，默認為0。此參數在 Series 中通常不使用，因為 Series 是一維數據結構。
  • skipna：布爾值，默認為 True。如果設置為 True，則在計算時忽略 NaN 值；如果設置為 False，則 NaN 值會導致結果也為 NaN。
  • numeric_only：布爾值，默認為 None。如果設置為 True，則只包含數值列（float、int、boolean）。此參數在 Series 中通常不使用，因為 Series 只有一種數據類型。

• 返回值：

  • 返回一個標量值，表示 Series 中所有元素的總和。

示例及結果

import pandas as pd# 創建一個簡單的 Series
s = pd.Series([1, 2, 3, 4, 5])# 計算 Series 的總和
result = s.sum()
print("Sum of the series:", result)# 包含 NaN 值的 Series
s_with_nan = pd.Series([1, 2, 3, None, 5])# 忽略 NaN 值計算總和
result_skipna_true = s_with_nan.sum(skipna=True)
print("Sum with skipna=True:", result_skipna_true)# 不忽略 NaN 值計算總和
result_skipna_false = s_with_nan.sum(skipna=False)
print("Sum with skipna=False:", result_skipna_false)

輸出結果

Sum of the series: 15
Sum with skipna=True: 11.0
Sum with skipna=False: nan

解釋

• 對于沒有 NaN 值的 Series，sum() 方法直接返回所有元素的總和。
• 當 Series 中包含 NaN 值時：
  • 如果 skipna=True，則忽略 NaN 值并計算剩余元素的總和。
  • 如果 skipna=False，則只要存在 NaN 值，結果就會是 NaN。