如何用最Pythonic的方法对Pandas中字符串格式的列求和？

示例数据表格 #

核心思路 #

要实现new列有值取new，无值取current的求和，同时保留原字符串格式用于展示，关键是单独做「字符串转数值」的转换逻辑，不修改原数据列。

具体实现步骤 #

1. 定义金额字符串转数值的辅助函数

这个函数能处理带$符号、括号表示负数的格式：

def str_to_num(s):
    if not s:
        return 0
    # 移除$和逗号（如果有千分位的话）
    num_str = s.replace('$', '').replace(',', '')
    # 括号包裹的是负数，提取内部数值后加负号
    if num_str.startswith('(') and num_str.endswith(')'):
        return -float(num_str[1:-1])
    return float(num_str)

2. 两种Pythonic的求和方式

假设你的DataFrame是df，可以用以下两种方式计算：

方式一：用np.where选择目标列后转换求和

import pandas as pd
import numpy as np

# 构造示例DataFrame（如果已有数据可跳过这步）
df = pd.DataFrame({
    'current': ['($100)', '$5', '$100'],
    'new': ['$1', '', '($2)']
})

# 选择new非空时用new，否则用current，得到待转换的字符串序列
target_values = np.where(df['new'] != '', df['new'], df['current'])
# 转换为数值后求和
agg_sum = pd.Series(target_values).apply(str_to_num).sum()
print(agg_sum)  # 输出4.0

方式二：用df.apply逐行判断求和

agg_sum = df.apply(
    lambda row: str_to_num(row['new']) if row['new'] != '' else str_to_num(row['current']),
    axis=1
).sum()

关键说明 #

• 原DataFrame的current和new列始终保持字符串格式，完全不影响后续表格展示。
• 之前的代码报错是因为直接对字符串列调用sum()会执行字符串拼接，而非数值求和，必须先完成格式转换。

内容的提问来源于stack exchange，提问作者mmvw