Метод sum

Метод sum применяется к объекту GroupBy, полученному после группировки таблицы DataFrame или серии Series. Он вычисляет сумму значений в каждой группе для числовых столбцов. По умолчанию метод суммирует все числовые столбцы. Дополнительные параметры позволяют исключать пропущенные значения и управлять типом возвращаемого объекта.

Синтаксис

groupby_obj.sum(numeric_only=True, min_count=0)

Параметры

numeric_only - логический параметр, указывающий, вычислять ли сумму только для числовых столбцов. По умолчанию равен True.
min_count - целое число, минимальное количество непустых значений для вычисления суммы. Если значений меньше указанного числа, результатом будет NaN. По умолчанию равен 0.

Пример

Создадим таблицу с данными о продажах в разных городах и вычислим общую сумму продаж в каждом городе:

import pandas as pd

df = pd.DataFrame({
	'city': ['Москва', 'СПб', 'Москва', 'СПб', 'Казань'],
	'sales': [100, 200, 150, 300, 250],
	'profit': [10, 20, 15, 30, 25]
})
grouped = df.groupby('city')
res = grouped.sum()
print(res)

Результат выполнения кода:

 sales  profit
	 city
	 Казань	250	  25
	 Москва	250	  25
	 СПб	   500	  50

Пример

Теперь выполним группировку по нескольким столбцам и вычислим сумму для каждой группы:

import pandas as pd

df = pd.DataFrame({
	'city': ['Москва', 'Москва', 'СПб', 'СПб', 'Казань'],
	'product': ['A', 'B', 'A', 'B', 'A'],
	'sales': [100, 150, 200, 300, 250],
	'profit': [10, 15, 20, 30, 25]
})
grouped = df.groupby(['city', 'product'])
res = grouped.sum()
print(res)

Результат выполнения кода:

 sales  profit
	 city	product
	 Казань  A		  250	  25
	 Москва  A		  100	  10
			 B		  150	  15
	 СПб	 A		  200	  20
			 B		  300	  30

Пример

Рассмотрим работу параметра min_count. Установим минимальное количество значений равным 2:

import pandas as pd
import numpy as np

df = pd.DataFrame({
	'city': ['Москва', 'СПб', 'Москва', 'СПб', 'Москва'],
	'sales': [100, np.nan, 150, 300, 200]
})
grouped = df.groupby('city')
res = grouped.sum(min_count=2)
print(res)

Результат выполнения кода:

 sales
	 city
	 Москва  450.0
	 СПб	   NaN

Пример

Применим метод sum к серии, сгруппировав её по другому столбцу:

import pandas as pd

df = pd.DataFrame({
	'city': ['Москва', 'СПб', 'Москва', 'СПб', 'Казань'],
	'sales': [100, 200, 150, 300, 250]
})
grouped = df.groupby('city')['sales']
res = grouped.sum()
print(res)

Результат выполнения кода:

 city
 Казань	250
 Москва	250
 СПб	   500
 Name: sales, dtype: int64

Пример

Пример с использованием параметра numeric_only, который позволяет включить в расчёт только числовые столбцы:

import pandas as pd

df = pd.DataFrame({
	'city': ['Москва', 'СПб', 'Москва'],
	'sales': [100, 200, 150],
	'profit': [10, 20, 15],
	'product': ['A', 'B', 'A']
})
grouped = df.groupby('city')
res = grouped.sum(numeric_only=True)
print(res)

Результат выполнения кода:

 sales  profit
	 city
	 Москва	250	  25
	 СПб	   200	  20

Смотрите также

метод mean,
который вычисляет среднее значение в группах
метод count,
который подсчитывает количество значений в группах
метод min,
который находит минимальное значение в группах
метод max,
который находит максимальное значение в группах