Python 将df的所有负值相加

我需要把df中所有的负值求和

我正在尝试更改此代码，以将df中的负值相加。理想的结果是在df中有一个包含所有负值之和的变量

 df.values.sum()

说明性df代码：

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                   'B' : ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
                   'C' : np.random.randn(8), 'D' : np.random.randn(8)})

仅用于数字列，然后使用

sum

仅过滤负值：

df = pd.DataFrame({
         'A':list('abcdef'),
         'B':[-4,5,0,5,5,4],
         'C':[7,-8,9,4,2,3],
         'D':[1,3,5,-7,1,0],
         'E':[5,3,6,9,2,-4],

})

df1 = df.select_dtypes(np.number)
out = np.nansum(df1.where(df1 < 0).values)
print (out)
-23.0

arr = df.select_dtypes(np.number).values
out = arr[arr < 0].sum()
print (out)
-23

df=pd.DataFrame({
“A”：列表（'abcdef'），
‘B’：[-4,5,0,5,5,4]，
‘C’：[7，-8,9,4,2,3]，
“D”：[1,3,5，-7,1,0]，
“E”：[5,3,6,9,2，-4]，
})
df1=df.选择类型（np.编号）
out=np.nansum（df1.where（df1<0.values）
打印（输出）
-23.0
arr=df.选择类型（np.编号）.值
out=arr[arr<0].sum（）
打印（输出）
-23

如果我理解正确，那么：

您可以使用

numpy.sum（）

和

ravel（）

这样更快

>>> df
     A      B         C         D
0  foo    one -2.054930  0.426327
1  bar    one -2.118650  0.007930
2  foo    two  0.164903 -0.567713
3  bar  three  0.310177 -0.568993
4  foo    two -0.683752 -0.127916
5  bar    two -0.816596 -0.299638
6  foo    one  0.038310 -1.323183
7  foo  three  0.146634  1.281159

您还可以将布尔df转换为一维数组，并调用np.sum：

>>> np.sum((df < 0).values.ravel())
25

np.sum（（df<0.values.ravel（）） 25