一、按列求和：sum

df.sum() 不给参数，一列一列往下加，返回一个 Series，索引是列名。 语文 827、数学 830、英语 819。总分那一列加起来是 2476，等于三科之和。 姓名和班级是字符串列，sum 会把它们拼成一长串。不是报错，是安静地拼。

所以 sum 之前先挑列：df[ ['语文', '数学', '英语'] ].sum()。 看到「求和结果是一串文字」，就是这个原因，回头挑列就好。

二、按行求和：axis=1

df[ ['语文','数学','英语']].sum(axis=1) 一行算一个数出来，得到 265、277、223。

这三行的合计和总分列一模一样——等于给总分做了一次免费验算。 对不上就说明总分列有问题：要么录错，要么有人改过其中一科没改总分。

三、axis 到底指哪个方向

记法：axis 是「要被压掉的那根轴」。 axis=0 压掉行，剩下的是一列一个值；axis=1 压掉列，剩下的是一行一个值。 这个记法比「0 是行 1 是列」靠谱，因为后者会让人以为 axis 指的是保留哪根轴。

四、均值：mean

语文 82.70、数学 83.00、英语 81.90。三科相当接近。 mean() 会自动跳过缺失值：分母是「有几个数」，不是「有几行」。 这两者在没有缺失时一样，有缺失时差得远。报均值必须说清分母是哪种。

要按总行数平摊，自己写 df['语文'].sum() / len(df)，别用 mean。

五、最大值与最小值

三科最高都是 95，最低分别是语文 68、数学 65、英语 60。 只有数看不出是谁。idxmax() 给「最大值在哪一行」，配着用才完整。 数学最高那一行是王芳：语文 92、数学 95、英语 90、总分 277。

idxmax 给的是行标签。第 3 章说过标签比位置可靠，这里正是它的用处。 有并列时 idxmax 只给第一个，要全找出来得用 df[df['数学'] == df['数学'].max()]。

六、动手 Demo：求和、均值、最大最小

先按列算四个量，再按行求和验证总分，最后用 idxmax 找出最高分是谁。 注意 sum 在字符串列上的表现——这是本篇最该记住的一脚。

import pandas as pd

DF = pd.DataFrame({
    "姓名": ["张伟", "王芳", "李娜", "刘洋", "陈静",
             "杨帆", "赵敏", "黄磊", "周涛", "吴霞"],
    "班级": ["一班"] * 5 + ["二班"] * 5,
    "语文": [88, 92, 75, 85, 90, 68, 95, 72, 83, 79],
    "数学": [92, 95, 68, 88, 73, 82, 91, 65, 86, 90],
    "英语": [85, 90, 80, 79, 95, 71, 88, 60, 84, 87],
})
DF["总分"] = DF["语文"] + DF["数学"] + DF["英语"]

print("三科合计 %s" % DF[ ["语文", "数学", "英语"]].sum().tolist())
print("三科均值 %s" % DF[ ["语文", "数学", "英语"]].mean().round(2).tolist())
print("总分合计 %d" % DF["总分"].sum())

H = DF[ ["语文", "数学", "英语"]].sum(axis=1)
print("按行加和总分一致：%s" % bool((H == DF["总分"]).all()))

print("数学最高 %d，是 %s" % (DF["数学"].max(),
                               DF.loc[DF["数学"].idxmax(), "姓名"]))

实跑输出：

--------------------------------------------------------------------
求和、均值、最大最小
--------------------------------------------------------------------

  ① 按列求和：sum
  --------------------------------------------------------------------
  df.sum() 不给参数，默认一列一列地加，返回一个 Series。
  语文合计 827，数学合计 830，英语合计 819。
  姓名和班级是字符串列，sum 会把它们拼起来——不是报错，是连成一长串。
  ! 数值列和文本列混在一张表里，sum 之前先挑列。这是最容易踩的一脚。

  ② 按行求和：axis=1
  --------------------------------------------------------------------

| 行 | 姓名 | 语文 | 数学 | 英语 | 三科合计 |
|---|---:|---:|---:|---:|---:|
| 0 | 张伟 | 88 | 92 | 85 | 265 |
| 1 | 王芳 | 92 | 95 | 90 | 277 |
| 2 | 李娜 | 75 | 68 | 80 | 223 |

  axis=1 是「横着加」，一行加一个数出来。默认 axis=0 是「竖着加」。
  三科合计和总分列一模一样——这等于给总分做了一次验算。
  ! axis 这个参数记法：axis=0 沿着行往下走（结果是每列一个数），axis=1 沿着列往右走。

  ③ 均值：mean
  --------------------------------------------------------------------
  语文 82.70，数学 83.00，英语 81.90。
  mean 会自动跳过缺失值，分母是「有几个数」而不是「有几行」。
  ! 有缺失时 mean 和 sum/len 不等——想按总行数平摊，得自己写 sum()/len(df)。

  ④ 最大值与最小值：max 和 min
  --------------------------------------------------------------------
  语文最高 95，数学最高 95，英语最高 95。
  语文最低 68，数学最低 65，英语最低 60。
  只给最大最小看不出是谁，要名字得用 idxmax 拿到行标签再回头查。
  数学最高那行：姓名=王芳、班级=一班、语文=92、数学=95、英语=90、总分=277。
  ! max 给的是值，idxmax 给的是「哪个位置」，两个配着用才完整。

  ⑤ 四个函数一张表
  --------------------------------------------------------------------

| 函数 | 给什么 | 默认方向 |
|---|---|---|
| sum() | 合计 | 按列（axis=0） |
| mean() | 平均值 | 按列 |
| max() | 最大值 | 按列 |
| min() | 最小值 | 按列 |
| idxmax() | 最大值的位置 | 按列 |

  五个函数都认 axis 参数，想按行算就写 axis=1。

(H == DF['总分']).all() 给 True，说明每一行都对得上——这比肉眼看三行可靠。 sum 遇上字符串列不报错。这是 Pandas 最「温柔」也最坑人的一处设计。

30 秒实验

1. 把 sum() 的列挑掉，直接 DF.sum()，看姓名那一项变成什么。
2. 把 axis=1 改成 axis=0，看返回的东西从 10 个数变成几个数。
3. 想一想：如果有两个人数学都是最高分，idxmax 会给几个名字？

常见误区

1. 直接 DF.sum()：文本列被拼成一大串，还以为数据坏了。
2. 以为 axis=1 是「按列」：方向记反，结果形状不对。
3. 用 mean 当「除以总行数」：有缺失时算出来的数偏大。
4. 只报 max 不报是谁：「最高 95 分」这句话对读者毫无用处。

四个基本量讲完。下一篇补两个「平均数」：中位数与众数，专治极端值。

• ☐ （本篇完，下一篇 4.2 中位数与众数）

相关笔记

• DataFrame 的常用属性与函数
• 中位数与众数
• 方差与标准差：谁的成绩更稳
• 📊 Python 数据分析 · 索引