如何在Pandas DataFrame中对BB行指定列求和并添加新行？

需求说明 #

在Pandas DataFrame中完成以下操作：

• 定位ID为BB的行
• 对该行的Q121、Q221列数值求和，结果放入新增行NEW的Q121列，Q221列填0
• 对该行的Q321、Q421列数值求和，结果放入新增行NEW的Q321列，Q421列填0
• 新增行的ID列为NEW

原始数据 #

ID  Q121 Q221 Q321 Q421
AA  8.0  4.8  3.1  5.3
BB  0.6  0.7  0.3  0.9

期望结果 #

ID  Q121 Q221 Q321 Q421
AA  8.0  4.8  3.1  5.3
BB  0.6  0.7  0.3  0.9
NEW 1.3  0.0  1.2  0.0

当前尝试代码 #

mask = df['ID'].eq('BB')
df[NEW] = df.iloc[2,1:2].sum()

当前代码存在的问题：

• 依赖固定行索引iloc[2]定位BB行，若数据行顺序变化会出错
• 切片1:2仅取了Q121列，未覆盖Q221列的求和
• 逻辑未实现后两列的求和及新增整行的需求

优化解决方案 #

方案1：鲁棒性优先写法 #

import pandas as pd

# 构造原始DataFrame（已有数据可跳过此步骤）
data = {
    'ID': ['AA', 'BB'],
    'Q121': [8.0, 0.6],
    'Q221': [4.8, 0.7],
    'Q321': [3.1, 0.3],
    'Q421': [5.3, 0.9]
}
df = pd.DataFrame(data)

# 精准定位BB行数据
bb_row = df[df['ID'] == 'BB'].iloc[0]

# 计算分组求和值
sum_q1q2 = bb_row[['Q121', 'Q221']].sum()
sum_q3q4 = bb_row[['Q321', 'Q421']].sum()

# 构造新增行
new_row = pd.Series({
    'ID': 'NEW',
    'Q121': sum_q1q2,
    'Q221': 0.0,
    'Q321': sum_q3q4,
    'Q421': 0.0
})

# 将新增行添加到原DataFrame
df = pd.concat([df, new_row.to_frame().T], axis=0)

# 可选：重置索引
# df = df.reset_index(drop=True)

print(df)

方案2：简洁写法 #

import pandas as pd

data = {
    'ID': ['AA', 'BB'],
    'Q121': [8.0, 0.6],
    'Q221': [4.8, 0.7],
    'Q321': [3.1, 0.3],
    'Q421': [5.3, 0.9]
}
df = pd.DataFrame(data)

# 提取BB行的数值列
bb_vals = df.loc[df['ID'] == 'BB', ['Q121', 'Q221', 'Q321', 'Q421']].values[0]

# 直接构造新增行DataFrame并合并
new_row = pd.DataFrame({
    'ID': ['NEW'],
    'Q121': [bb_vals[0] + bb_vals[1]],
    'Q221': [0.0],
    'Q321': [bb_vals[2] + bb_vals[3]],
    'Q421': [0.0]
})

df = pd.concat([df, new_row], axis=0, ignore_index=True)

print(df)

优化点说明 #

• 用df['ID'] == 'BB'定位目标行，不依赖固定行索引，数据顺序变化也能正常工作
• 明确指定列名进行求和，避免切片歧义
• 构造完整的新增行数据，确保所有列符合期望格式
• 使用pd.concat安全合并行，保持DataFrame结构完整性

内容的提问来源于stack exchange，提问作者Lynn