Python使用pandas处理CSV分组求和输出为字符串拼接如何解决

你遇到的groupby求和返回字符串拼接结果的核心原因是amount列始终为字符串类型，Pandas对字符串执行sum操作时默认按拼接逻辑处理，你之前尝试的转字符串、format格式化操作方向完全相反，需要先将amount列转换为可运算的数值类型。

处理步骤 #

1. 清理并转换amount列为数值类型

如果你用Pandas处理数据，执行以下操作：

import pandas as pd

# 读取无表头CSV并设置列名
df = pd.read_csv("你的文件路径.csv", header=None, names=["name", "email", "category", "amount", "date"])

# 移除$符号，转换为浮点型（如果金额有千分位逗号，额外加.str.replace(',', '', regex=False)即可）
df["amount"] = df["amount"].str.replace("$", "", regex=False).astype(float)

如果存在特殊异常字符导致转换报错，可以添加errors="coerce"参数，将无法转换的内容自动设为NaN，后续再做缺失值处理：
df["amount"] = df["amount"].str.replace("$", "", regex=False).astype(float, errors="coerce")

2. 对应需求实现示例

转换完成后即可正常执行聚合运算：

• 按类别统计总预算
  category_total = df.groupby("category")["amount"].sum().reset_index()
• 按年月统计消费总金额

# 先将日期列转换为日期类型
df["date"] = pd.to_datetime(df["date"])
# 提取年月维度
df["year_month"] = df["date"].dt.to_period("M")
monthly_total = df.groupby("year_month")["amount"].sum().reset_index()

• 查询每个类别消费最高的人员
  category_top_person = df.loc[df.groupby("category")["amount"].idxmax(), ["category", "name", "email", "amount"]]

注意事项 #

所有数值运算必须在数值类型的列上执行，如果后续需要输出带$符号的格式化结果，在聚合统计完成后再对结果列做字符串格式化即可，不要在运算前对amount列做字符串相关处理。

内容的提问来源于stack exchange，提问作者SassyG