Python DataFrame求和异常排查：SQLite导入数据计算错误

1. System列填充逻辑错误 #

你当前的代码存在两处赋值错误，导致system列没有正确用对应行的iccid填充：

• 第一处代码使用了.iloc[0]，会把所有system == 'Nicht benannt!'的行都替换成第一行匹配的iccid，而非当前行的iccid；
• 第二处代码结尾只写了.iloc（未指定索引），这会返回整个Series，赋值逻辑完全错误。

修正后的填充代码：

# 用对应行的iccid填充空或指定值的system列
df.loc[df['system'].isin(['Nicht benannt!', '']), 'system'] = df['iccid']

2. 分组求和的潜在问题 #

你的分组求和代码groupby('system').sum(numeric_only=False)存在两个风险：

• numeric_only=False会尝试对非数值列（如iccid、last_updated）执行求和操作，这会导致非预期的字符串拼接或错误；
• 由于之前system列填充错误，可能导致多个不同iccid的行被分到同一个system组下，最终求和时把无关行的日期列数值累加，这就是你例子中总用量远大于实际值的核心原因。

如果需要按system分组统计总用量，修正后的分组求和代码：

# 仅对日期列（数值型）求和
grouped = df.groupby('system')[data_columns].sum()
# 添加data_usage列，为每组日期列的总和
grouped['data_usage'] = grouped.sum(axis=1)

3. 行级data_usage的正确写法 #

如果需求是为每一行计算日期列的总和并生成data_usage列，无需分组，直接用：

df['data_usage'] = df[data_columns].sum(axis=1)

内容的提问来源于stack exchange，提问作者NoirPi