Python中DataFrame列求和得到字符串拼接结果，如何解决？

问题原因分析 #

你碰到的这个问题其实很典型——你的Amount列在操作后依然是字符串类型，所以调用sum()的时候执行的是字符串拼接，而不是数值求和。

具体来说，你写的代码里：

• df['Amount'].str.replace(',', '')确实替换了逗号，但后续的关键步骤出错了：pd.to_numeric(df['Amount'])会返回一个转换后的数值型Series，但你没有把它存回df['Amount']，所以原列始终还是字符串类型！

解决办法 #

只需要把转换后的数值Series重新赋值给df['Amount']就行，推荐两种实用方式：

方式1：用astype()直接转换（适合确定所有值都能转成数值的场景）

# 替换逗号后直接转成float类型并赋值回原列
df['Amount'] = df['Amount'].str.replace(',', '').astype(float)
# 现在求和就会得到正确的数值结果
print(df['Amount'].sum())  # 输出：-5064.96

方式2：用pd.to_numeric更安全（能灵活处理异常值）

pd.to_numeric比astype()更健壮，可以通过errors参数处理无法转换的异常值，比如把无效值转为NaN：

# 先替换逗号，再用pd.to_numeric转换并赋值
df['Amount'] = pd.to_numeric(df['Amount'].str.replace(',', ''), errors='coerce')
# 求和时默认会忽略NaN，也可以用sum(skipna=False)保留NaN结果
print(df['Amount'].sum())

再复盘下原代码的问题 #

你原来的代码逻辑漏了关键的赋值步骤：

df['Amount'] = df['Amount'].str.replace(',', '')  # 这步没问题，但列还是字符串
pd.to_numeric(df['Amount'])  # 这里生成了数值Series，但没赋值回df['Amount']！
df['Amount'].sum()  # 此时列仍是字符串，sum()执行的是字符串拼接逻辑

所以核心就是一定要把转换后的结果赋值回原列，这样后续的求和操作才会触发数值类型的计算逻辑。

内容的提问来源于stack exchange，提问作者j_d