如何为Pandas DataFrame添加字符串行并计算数值列总和？

云上老周

2026-5-6

实现方案拆解

我来一步步帮你搞定这个需求，用Pandas就能轻松实现：

1. 构建目标格式的DataFrame

先创建数值部分的数据，再插入第一行的字符串标签，最后设置好列名：

import pandas as pd

# 初始数值数据
numeric_data = [[4, 2, 4], [1, 6, 2], [5, 8, 6]]
df = pd.DataFrame(numeric_data, columns=['Col1', 'Col2', 'Col3'])

# 在最前面插入字符串行（先加到末尾再重新排序索引）
df.loc[-1] = ['A', 'B', 'C']
df = df.sort_index().reset_index(drop=True)

print(df)

运行后输出的DataFrame就是你要的格式：

Col1 Col2 Col3
0    A    B    C
1    4    2    4
2    1    6    2
3    5    8    6

2. 计算数值行的列总和并追加到末尾

我们需要排除第一行的字符串数据，只对后面的数值行求和，再把结果作为新行加进去：

# 计算数值行（从第2行开始，即iloc[1:]）的各列总和，仅计算数值类型
sum_row = df.iloc[1:].sum(numeric_only=True)

# 把总和行转成DataFrame格式，追加到原DataFrame
df = pd.concat([df, sum_row.to_frame().T], ignore_index=True)

print(df)

此时输出会多一行总和：

Col1 Col2 Col3
0    A    B    C
1    4    2    4
2    1    6    2
3    5    8    6
4   10   16   12

3. 创建使用字符串行数据的函数

假设你想用第一行的A/B/C这些字符串做逻辑处理（比如关联列的统计结果、生成自定义报告等），这里写一个示例函数，演示如何调用这些字符串数据：

def process_with_string_labels(df):
    # 获取第一行的字符串标签（也就是你说的loc[0,:]）
    string_labels = df.iloc[0].values.tolist()
    # 提取纯数值数据（排除第一行标签和最后一行总和）
    num_df = df.iloc[1:-1]
    
    # 示例逻辑：用字符串标签匹配列，打印每个标签对应的列总和
    for label, col_name in zip(string_labels, num_df.columns):
        col_total = num_df[col_name].sum()
        print(f"标签「{label}」对应列「{col_name}」的总和：{col_total}")

# 调用函数
process_with_string_labels(df)

运行后会输出：

标签「A」对应列「Col1」的总和：10
标签「B」对应列「Col2」的总和：16
标签「C」对应列「Col3」的总和：12

注意事项

插入字符串行后，DataFrame的列类型会变成object（因为混合了字符串和数值），所以求和时一定要加上numeric_only=True，避免报错。
如果你的原始DataFrame已经有列名，直接复用即可，不需要额外设置。

内容的提问来源于stack exchange，提问作者tedioustortoise