如何在不使用NumPy的情况下对DataFrame每行前4个值求和

首先明确你的实际需求：从每行5个数值中去掉最小的那个，剩余4个数求和（从你的示例结果可以看出，并非“前4列”求和）。

你的初始方法的精准性 #

你用每行总和减去该行最小值的方法，在你的需求场景下是完全精准的：

• 第一行总和11，减去最小值0，得到9，正好是剩余4个数的和；
• 第二行总和11，减去最小值0，得到11，符合预期结果；
• 第三行总和19，减去最小值1，得到18，也和预期一致。

这个方法的优势是计算高效，代码简洁，且不需要依赖NumPy。

优化写法 #

可以避免重复索引列，让代码更简洁：

cols = ['a', 'b', 'c', 'd', 'e']
row_data = df[cols]
df['total'] = row_data.sum(axis=1) - row_data.min(axis=1)

更直观的替代方案 #

如果想让代码语义更明确，直接表达“取每行最大的4个数求和”，可以用nlargest方法，同样不需要NumPy：

cols = ['a', 'b', 'c', 'd', 'e']
df['total'] = df[cols].apply(lambda row: sum(row.nlargest(4)), axis=1)

这个方法和你的初始方法结果完全一致，但更清晰地体现了“保留4个较大值”的逻辑，尤其当一行存在多个相同最小值时，nlargest(4)会自动选取最大的4个值（包括重复的次小值），符合你的示例需求。

注意事项 #

如果你的需求是去掉所有最小值（比如一行有两个相同的最小值，需要全部去掉，只保留剩余3个数），那上述两种方法都不适用，此时需要先过滤掉所有最小值再求和，但从你的示例来看，这种情况并非你的需求。

内容的提问来源于stack exchange，提问作者matoneski