SQL转Pandas实现时Python sum()函数传参报错如何解决

Python内置sum()函数最多支持2个入参：第一个为待求和的可迭代对象，第二个为可选的累加初始值。直接将5个独立的列求和结果作为入参传入外层sum()，不符合函数参数要求，因此触发类型错误。

原SQL的计算逻辑为：

1. 对表中x/y/z/r/t五个字段分别计算列总和
2. 将5个列的总和再次相加，得到最终结果存入变量m
   按照示例数据计算，最终正确结果为110.0。

原生Python修正版 #

将各列的求和结果封装为列表/元组这类可迭代对象，再传入外层sum()即可：

x=(2.2,2.2,2.2,2.2,2.2)
y=(3.3,3.3,3.3,3.3,3.3)
z=(4.4,4.4,4.4,4.4,4.4)
r=(5.5,5.5,5.5,5.5,5.5)
t=(6.6,6.6,6.6,6.6,6.6)

m = sum([sum(x), sum(y), sum(z), sum(r), sum(t)])
print(m)

Pandas等价实现（对应SQL表查询逻辑） #

SQL中from _fx_ght代表从结构化表中读取数据计算，Pandas中先将源数据构造为DataFrame（对应数据库表结构），再按逻辑计算：

import pandas as pd

# 构造与_fx_ght表对应的DataFrame
df = pd.DataFrame({
    'x': (2.2,2.2,2.2,2.2,2.2),
    'y': (3.3,3.3,3.3,3.3,3.3),
    'z': (4.4,4.4,4.4,4.4,4.4),
    'r': (5.5,5.5,5.5,5.5,5.5),
    't': (6.6,6.6,6.6,6.6,6.6)
})

# 两层sum完全对应SQL逻辑：内层求每列总和，外层将列总和相加
m = df[['x', 'y', 'z', 'r', 't']].sum().sum()
print(m)

也可以使用更简洁的等价写法，计算结果完全一致：

# 直接对所有字段的所有值求和
m = df[['x', 'y', 'z', 'r', 't']].to_numpy().sum()

内容的提问来源于stack exchange，提问作者anjan paul