如何在Pandas DataFrame中新增Sum列计算每行订购数量乘单品价格

• 报错ValueError: invalid literal for int() with base 10: '11.95'的核心原因是Price Each列的内容是带小数点的字符串，无法直接转换为整数类型。
• astype()方法不属于inplace操作，仅执行df['Price Each'].astype('int')不会修改原DataFrame的列类型，必须赋值回对应列才会生效。
• 原有df.assign('Sum'== df['Quantity Ordered'] * df['Price Each'])写法错误：==是比较运算符，无法完成赋值操作，且assign方法执行后会返回新的DataFrame，不赋值给原变量的话修改不会生效。

两种可选实现方式，根据你对Sum列的数值类型需求选择：

方式1：保留小数（更符合价格计算逻辑，推荐） #

不需要强制转int，直接用原始值计算即可：

import pandas as pd
from pathlib import Path

# 读取文件逻辑不变
files = Path("").rglob("*.csv")
df_list = [pd.read_csv(file, index_col=0) for file in files] 
df = pd.concat(df_list)
df.reset_index(drop=True, inplace=True)
df.dropna(subset = ["Order ID"], inplace=True)

# 先转成数值类型，异常值自动转为空值避免报错
df['Price Each'] = pd.to_numeric(df['Price Each'], errors='coerce')
df['Quantity Ordered'] = pd.to_numeric(df['Quantity Ordered'], errors='coerce')
# 直接计算Sum列并赋值
df['Sum'] = df['Quantity Ordered'] * df['Price Each']

print(df)

如果你偏好使用assign方法实现新增列，正确写法如下，注意必须将返回结果赋值给原变量：

df = df.assign(Sum = lambda x: x['Quantity Ordered'] * x['Price Each'])

方式2：Sum列需要为整数 #

如果业务要求必须取整，可以先转浮点再转整数，或者先四舍五入：

# 转成浮点后转int，会直接截断小数部分
df['Price Each'] = df['Price Each'].astype(float).astype(int)
df['Quantity Ordered'] = df['Quantity Ordered'].astype(int)
df['Sum'] = df['Quantity Ordered'] * df['Price Each']

# 如果需要四舍五入取整，替换为以下写法
# df['Sum'] = (df['Quantity Ordered'] * df['Price Each']).round(0).astype(int)

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