Pandas sum(axis=1)返回一维结果无法调用insert方法的解决方法

你当前代码返回的是pandas一维Series结构，而非二维DataFrame：

• 对DataFrame执行sum(axis=1)按行求和时，默认会压缩列维度，返回带行索引的一维Series，shape输出为(行数,)格式，不存在列维度，自然不支持仅DataFrame才有的insert等列操作方法。
• 只有shape为(行数, 列数)格式的二维DataFrame，才能正常调用列操作相关方法。

通用兼容方案（全pandas版本支持） #

求和后调用to_frame()方法将一维Series转为单列DataFrame，可直接指定列名，无需考虑版本兼容问题：

# 示例中列名自定义为total_kwh，可根据业务需求替换
df = df1_kwh.multiply(df2np).sum(axis=1).to_frame(name='total_kwh')

执行后查看df.shape会得到(347, 1)，属于标准二维DataFrame结构，insert、assign、join等所有DataFrame原生方法都可正常调用。

高版本pandas简化写法（pandas 2.0及以上支持） #

如果你的环境pandas版本≥2.0，可以直接在sum方法中传入keepdims=True参数，求和时直接保留二维结构，不压缩列维度：

df = df1_kwh.multiply(df2np).sum(axis=1, keepdims=True)
# 可按需重命名列
df.columns = ['total_kwh']

补充说明：如果后续仅需要做列拼接操作，也可以直接用pd.concat([df_other, series_result], axis=1)实现，pandas会自动对齐索引完成拼接，不需要强制转DataFrame，但如果要调用insert这类DataFrame实例方法，必须先转为二维DataFrame结构。

内容的提问来源于stack exchange，提问作者Milo