Pandas合并DataFrame求和：排除Fecha与hours列生成空值总计行

嗨，我明白你的问题了——当前的总计行把Fecha和hours列的字符串都拼接起来了，这肯定不是你想要的效果。咱们来修改代码，让这两列在总计行显示为空值，只对数值列求和。

问题根源 #

原代码里的result.loc['Total']= result.sum()会对所有列执行求和操作：对于数值列（比如impressions、revenue）是正常求和，但对于字符串列（Fecha、hours），Pandas的sum()方法会把所有字符串拼接在一起，这就是你看到一堆乱码的原因。

修改后的完整代码 #

import pandas as pd
import os

# 读取并合并数据
df = pd.read_csv('a_AR.csv')
df1 = pd.read_csv('a_US.csv')
result = pd.concat([df1, df]).sort_values(by=['Fecha','hours'])

# 删除不需要的列
del result['eCPM']
del result['Importe_a_pagar_a_medio']

# 构建总计行：数值列求和，指定列留空
# 自动筛选所有数值类型的列
numeric_cols = result.select_dtypes(include=['int64', 'float64']).columns
total_values = result[numeric_cols].sum()

# 创建总计行的Series，先初始化所有列，再赋值
total_row = pd.Series(index=result.columns)
total_row[numeric_cols] = total_values
# 把Fecha和hours列设为空值（pd.NA是Pandas推荐的缺失值标记）
total_row[['Fecha', 'hours']] = pd.NA

# 将总计行添加到DataFrame末尾
result = pd.concat([result, total_row.to_frame().T], ignore_index=True)

# 保存并清理文件
result.to_csv('a_AR-US_Days_hours.csv', index=False)
os.remove('a_US.csv')
os.remove('a_AR.csv')

效果说明 #

修改后你的输出会变成这样：

Fecha,hours,impressions,revenue
22/01/2018,23hs,1666,0.73
22/01/2018,23hs,67,0.02
,,1733,0.75

（空值在CSV里会显示为逗号之间的空白，完全符合你的需求）

额外说明 #

• 用select_dtypes自动筛选数值列的好处是：如果以后你的数据新增了其他数值列，代码不需要手动修改就能自动求和。
• pd.NA是Pandas 1.0+版本推荐的缺失值表示，如果你用的是旧版本，可以换成np.nan（需要提前导入numpy）。

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