如何对Pandas DataFrame某列单元格内的数值求和？

我懂你遇到的困扰——想把occ列每个单元格里的数字提取出来求和，之前参考方法还报了"string index out of range"错误对吧？下面给你一套靠谱的解决方案，先理清楚你的场景：

原始数据与期望目标 #

首先是你创建DataFrame的代码：

import pandas as pd

data = [['ID_123456', 'example=1(abc)'], ['ID_123457', 'example=1(def)'], ['ID_123458', 'example=1(try)'], ['ID_123459', 'example=1(test)'], ['ID_123460', 'example=1(try),2(test)'], ['ID_123461', 'example=1(try),2(test),9(yum)'], ['ID_123462', 'example=1(test)'], ['ID_123463', 'example=1(try),7(test)']]
df = pd.DataFrame(data, columns = ['ID', 'occ'])

原始数据样例：

你希望新增count列，得到每个单元格内数字的求和结果，比如example=1(try),2(test)对应count=3，example=1(try),2(test),9(yum)对应count=12。

问题原因分析 #

之前报错"string index out of range"，大概率是因为用了固定位置的字符串索引提取数字，但不同单元格的字符串长度、格式有差异，导致索引越界。我们需要用更灵活的方法——正则表达式来提取所有数字。

解决方案代码 #

用正则提取所有数字后分组求和，完美适配你的场景：

# 提取每个单元格内的所有整数，转为数值类型
nums = df['occ'].str.extractall(r'(\d+)')[0].astype(int)

# 按原DataFrame的行索引分组求和，合并回原表
df['count'] = nums.groupby(level=0).sum()

# 查看最终结果
print(df)

运行后就能得到你想要的输出：

代码逻辑解释 #

• str.extractall(r'(\d+)')：用正则\d+匹配所有连续数字，extractall会把每个单元格里的所有数字都提取出来，生成带多层索引的Series（第一层是原表行索引，第二层是单元格内数字的序号）
• astype(int)：把提取到的字符串数字转为整数，方便后续求和
• groupby(level=0).sum()：按原表行索引分组，对每组的数字求和，得到每行对应的总数值
• 最后把求和结果赋值给新列count，完成需求

这个方法不依赖字符串的固定位置，不管单元格里有多少个数字、数字位数如何，都能准确提取求和，不会出现索引越界的问题。

内容的提问来源于stack exchange，提问作者soosa