如何将含字母的Pandas DataFrame列转为数值型并计算SAT总分？

方法1：删除包含"s"的行后求和 #

如果带"s"的行没有保留价值，可以直接过滤后再处理：

# 假设合并后的DataFrame叫merged_df，SAT分数列名为'sat_score'
# 筛选出分数不等于"s"的行
filtered_df = merged_df[merged_df['sat_score'] != 's']
# 把字符串类型的分数转成整数
filtered_df['sat_score'] = filtered_df['sat_score'].astype(int)
# 计算总和
total_sat = filtered_df['sat_score'].sum()
print(total_sat)

方法2：保留行但忽略"s"值求和 #

如果不想删除行，只想跳过无效的"s"值，可以用pd.to_numeric的errors='coerce'参数，把无法转换的字符串转成NaN（空值），求和时sum()会自动跳过NaN：

import pandas as pd

# 转换列，将"s"转为NaN
merged_df['sat_score'] = pd.to_numeric(merged_df['sat_score'], errors='coerce')
# 计算总和
total_sat = merged_df['sat_score'].sum()
print(total_sat)

两种方法按需选择：第一种彻底清除无效行，适合只关注有效分数的场景；第二种保留所有行，仅标记无效值为空，适合需要保留其他列数据的情况。

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