我看到了与您所解释的相反的行为：

Sums across the columns
In [3309]:  df1.isnull().sum(1)                                                                                                                                                                
Out[3309]: 
0     0
1     1
2     0
3     0
4     0
5     0
6     0
7     0
8     0
9     0
10    0
11    0
dtype: int64

汇总各列

In [3310]:  df1.isnull().sum()                                                                                                                                                                 
Out[3310]: 
date        0
variable    1
value       0
dtype: int64

轴参数与您希望求和的方向正交。

不幸的是，sum 的 Pandas 文档目前没有明确说明这一点，但 count 的文档确实如此： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.count.html

参数 轴{0 或‘索引’，1 或‘列’}，默认为 0 如果为每列生成 0 或“索引”计数。如果为每行生成 1 或“列”计数。

嗯..这不是我所看到的功能。让我们来看这个小例子。

import pandas as pd 
import numpy as np 

df = pd.DataFrame({'A':[np.nan,np.nan,3],'B':[1,1,3]},index =[*'abc'])
print(df)
print(df.isnull().sum())
print(df.sum())

请注意，列是大写的“ A”和“ B”，索引或行索引是小写。

输出：

     A  B
a  NaN  1
b  NaN  1
c  3.0  3

A    2
B    0
dtype: int64

A    3.0
B    5.0
dtype: float64

每docs：

  

axis：{索引（0），列（1）}要应用的功能的轴   上。