如何对Pandas DataFrame的IMPACT列求和并添加总计行（排除NA）

需求 #

对DataFrame中的IMPACT列进行求和，在数据底部添加一行名为Total的行，填入求和后的整数值，求和时需排除NA和N/A值。

现有代码 #

import pandas as pd
import openpyxl
import numpy as np

pd.set_option('display.max_colwidth', None)
file = 'sheet.xlsx'
planilha = pd.read_excel(file,header=None,names=['Description','IMPACT'])

def my_function(text):
  key_string = 'IMPACT:'
  if '[' and ']' in text:   
    my_slice = text[text.find(key_string)+len(key_string):text.find(']')]
  else:
    my_slice = text[text.find(key_string)+len(key_string):]
  return my_slice

planilha['IMPACT'] = planilha['Description'].apply(lambda x: my_function(x))

解决方案步骤 #

1. 清洗IMPACT列数据：将列中的NA、N/A标记为缺失值（NaN），并将列转换为数值类型，方便后续求和计算。
2. 计算有效总和：跳过所有缺失值，对IMPACT列的有效数值求和，最终转为整数。
3. 添加合计行：构造包含Total标识的行数据，合并到原DataFrame底部。

完整代码 #

import pandas as pd
import openpyxl
import numpy as np

pd.set_option('display.max_colwidth', None)
file = 'sheet.xlsx'
planilha = pd.read_excel(file, header=None, names=['Description', 'IMPACT'])

def my_function(text):
    key_string = 'IMPACT:'
    if '[' in text and ']' in text:   
        my_slice = text[text.find(key_string)+len(key_string):text.find(']')]
    else:
        my_slice = text[text.find(key_string)+len(key_string):]
    return my_slice

# 从Description中提取IMPACT值
planilha['IMPACT'] = planilha['Description'].apply(lambda x: my_function(x))

# 清洗数据：将NA/N/A转为NaN，同时强制转换为数值类型
planilha['IMPACT'] = pd.to_numeric(planilha['IMPACT'], errors='coerce')

# 计算总和，自动跳过NaN值
total_impact = int(planilha['IMPACT'].sum(skipna=True))

# 构造Total行
total_row = pd.DataFrame({'Description': ['Total'], 'IMPACT': [total_impact]})

# 合并原数据与Total行
planilha = pd.concat([planilha, total_row], ignore_index=True)

# 输出结果
print(planilha)

代码说明 #

• pd.to_numeric(..., errors='coerce')：把无法转换为数值的内容（如NA、N/A）统一转为NaN，确保列是可计算的数值类型。
• sum(skipna=True)：默认跳过NaN值计算总和，最后用int()转换为整数符合需求。
• pd.concat：将合计行与原数据合并，ignore_index=True重置索引避免出现重复索引问题。

内容的提问来源于stack exchange，提问作者Trombeta