将pandas列Series转换为整数等类型并求和是否有更简便的方法？

首先纠正一个API认知误区：pd.to_numeric原生支持Series类型作为输入，它的首个参数兼容所有一维类数组结构，包括Series、列表等都可直接传入。
以下是两种更简洁的实现方案：

通用场景方案（兼容任意非数字异常值） #

适合列中除空字符串外，还可能存在其他无法转换为数字的异常值的场景，通过参数搭配可省略dropna步骤：

import pandas as pd

df = pd.DataFrame([
    [ 'a', '100' ],
    [ 'b', '' ],
    [ 'c', '300' ],
])
# 无法解析的值自动转NaN，填充0后求和再转整型
res = pd.to_numeric(df[1], errors='coerce').fillna(0).sum().astype(int)
print(res)

运行输出为400，和你原有方案结果完全一致，链式调用步骤更少，逻辑更连贯。

特定场景方案（仅需处理空字符串异常） #

如果你的业务场景中只有空字符串属于需要跳过的异常值，没有其他无效数字格式，可直接替换空值后转换求和，代码更精简：

res = df[1].replace('', 0).astype(int).sum()

内容的提问来源于stack exchange，提问作者mrkbutty