Pandas dataframe的切片列在从该列创建的新对象中一直提到原始列名

你的 label DataFrame只包含一个名为 y 有50行 1.0 ,所以它回来了 sum of y . 在代码中,该名称成为索引名称(单个列的总和),因为DataFrame中的所有索引 需要 一个名字,你可以用 m.index = <insert a name or int here> ,但是 m.index = None 将提高 TypeError 例外。

>>> import pandas as pd
>>> import numpy as np

>>> df = pd.DataFrame(np.ones(50), columns=['y'])
>>> df.head(2)
     y
0  1.0
1  1.0
>>> df
      y
0   1.0
1   1.0
2   1.0
3   1.0
4   1.0
... # reducted
48  1.0
49  1.0
>>> df.sum()
y    50.0
dtype: float64

>>> m = df.sum()
>>> m
y    50.0
dtype: float64
>>> m.index
Index(['y'], dtype='object')
>>> m.index = None
Traceback (most recent call last):
 ...
TypeError: Index(...) must be called with a collection of some kind, None was passed

你可能在期待 m 作为 float . 不, 米 是一个 Series .

>>> type(m) # to know type of `m`
pandas.core.series.Series

>>> m.dtype # to know type of data contained in `m`
dtype('float64')

做 DataFrame.sum() 通常会返回一个序列(或在某些情况下返回数据帧)。见 docs .

所以当你打印 米 你没有得到唯一的号码 50.0 ,而不是你得到的系列 米 具有 y 作为索引,并且 五十 作为价值。

使用 label['y'].sum()

label 是一个 pd.DataFrame 对象,和 pd.DataFrame.sum 不同于 pd.Series.sum . "对数据帧求和“无参数”意味着对所有索引求和 每列 . 为此,如果您想明确表示,可以使用 axis=0 ,但这不是必需的:

sums_by_col = label.sum(axis=0)

但你真正想要的是 pd.Series.sum :

sum_of_series = label['y'].sum()