如何计算Pandas DataFrame指定数值列的绝对值之和？

问题场景 #

现有包含字符串列和数值列的DataFrame，需要对指定数值列计算所有元素的绝对值之和，且列列表col_list不能包含字符串类型列。修改后的DataFrame如下：

studentname  mathantics  science  english
r1         Ram          80       85       90
r2         Sam          90       95      -85
r3       Scott         -85       80       80
r4         Ann          70       90       70
r5        John          95      -75       95
r6        Bobo         100      100      100

预期输出各数值列的绝对值总和：

mathantics    520
science       525
english       520

解决方案 #

1. 手动指定数值列计算

先定义仅包含数值列的col_list，对目标列先取绝对值再按列求和：

import pandas as pd

# 构造目标DataFrame
studentdetails = {
    "studentname": ["Ram", "Sam", "Scott", "Ann", "John", "Bobo"],
    "mathantics": [80, 90, -85, 70, 95, 100],
    "science": [85, 95, 80, 90, -75, 100],
    "english": [90, -85, 80, 70, 95, 100]
}
index_labels = ['r1', 'r2', 'r3', 'r4', 'r5', 'r6']
df = pd.DataFrame(studentdetails, index=index_labels)

# 指定数值列列表
col_list = ['mathantics', 'science', 'english']
# 先取绝对值，再按列求和
abs_column_sum = df[col_list].abs().sum()
print(abs_column_sum)

2. 自动筛选数值列（无需手动列名）

如果DataFrame数值列较多，可通过select_dtypes自动筛选数值类型列，再计算绝对值之和：

# 自动筛选整数/浮点数类型列，计算绝对值总和
abs_column_sum = df.select_dtypes(include=['int64', 'float64']).abs().sum()
print(abs_column_sum)

关键说明 #

• 错误误区：若写成df[col_list].sum().abs()，是先对列求和再取绝对值，不符合需求；正确顺序是先对每个元素取绝对值，再按列求和，即df[col_list].abs().sum()。
• 注意col_list必须仅包含数值列，避免字符串列参与计算报错。

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