如何解决sum()函数将数值当作字符串拼接而非求和的问题

原代码 #

df = my_dict[key]
print(df)
inst_row = df.iloc[3]
print(inst_row)
inst_sum = inst_row.sum()
print(inst_sum)

运行输出 #

df
                                     0           1              2  ...        1366           1367           1368
ID                                 185         278            451  ...      199622         199746         199940
A     484406.166667    493122.5  481308.166667  ...    481924.5  484088.333333  482801.166667
B     4,096       4,096          4,096  ...       4,096          4,096          4,096
C     87867392.0  87867392.0     87867392.0  ...  87867392.0     87867392.0     87867392.0

inst_row

[4 rows x 1369 columns]
0       87867392.0
1       87867392.0
2       87867392.0
3       87867392.0
4       87867392.0
           ...    
1364    87867392.0
1365    87867392.0
1366    87867392.0
1367    87867392.0
1368    87867392.0
Name: C, Length: 1369, dtype: object

inst_sum

87867392.087867392.087867392.0......87867392.087867392.0

原因分析 #

从输出可见inst_row的 dtype 是object，说明这一行的元素本质是字符串类型。Pandas 对字符串执行sum()时，默认会做字符串拼接操作，而非数值求和。

解决方案 #

求和前先将该行数据转换为数值类型，以下是两种常用实现方式：

方法1：用pd.to_numeric()转换（容错性高，推荐） #

import pandas as pd

inst_row = df.iloc[3]
# errors='coerce'会把无法转换的值设为NaN，避免转换失败报错
inst_row_numeric = pd.to_numeric(inst_row, errors='coerce')
inst_sum = inst_row_numeric.sum()
print(inst_sum)

方法2：用astype()强制转换（适合确认所有值都能转成数值的场景） #

inst_row = df.iloc[3]
inst_sum = inst_row.astype(float).sum()
print(inst_sum)

特殊情况处理：数据带千分位逗号（比如B列的4,096） #

需要先去掉逗号再转换：

b_row = df.iloc[2].str.replace(',', '').astype(float)
b_sum = b_row.sum()
print(b_sum)

内容的提问来源于stack exchange，提问作者mahmood