ray.data.Dataset.sum#

Dataset.sum(on: str | List[str] | None = None, ignore_nulls: bool = True) → Any | Dict[str, Any][源代码]#

计算一个或多个列的总和。

备注

此操作将触发对此数据集执行的延迟转换。

备注

此操作要求所有输入在对象存储中具体化，以便执行。

示例

>>> import ray
>>> ray.data.range(100).sum("id")
4950
>>> ray.data.from_items([
...     {"A": i, "B": i**2}
...     for i in range(100)
... ]).sum(["A", "B"])
{'sum(A)': 4950, 'sum(B)': 328350}
参数:

  • on – 要聚合的列名或列名列表。

  • ignore_nulls – 是否忽略空值。如果 True，计算总和时忽略空值。如果 False，遇到空值时输出为 None。Ray Data 认为 np.nan、None 和 pd.NaT 为空值。默认值为 True。

返回:

求和结果。对于不同的 on 值，返回结果不同： - on=None：包含所有列的列方向求和的字典， - on="col"：表示列 "col" 中所有项之和的标量， - on=["col_1", ..., "col_n"]：包含所提供列的列方向求和的 n 列字典。 如果数据集为空，所有值均为空。如果 ignore_nulls 为 False 且任何值为空，则输出为 None。