Pandas DataFrame按行求和异常求助：DatetimeIndex数值计算错误

看起来你的sum(axis=1)得到错误结果，最可能的原因是你的数据列（0和1）不是数值类型（int/float），而是被解析成了其他类型（比如timedelta64时间差类型，或者object字符串类型），导致pandas无法正确计算数值求和。

从你给出的错误结果来看：第二行的0.48求和后得到0.02，而0.48 / 24 = 0.02——这强烈暗示你的列1是以小时为单位的timedelta类型，pandas在求和时自动将时间差转换为了以天为单位的数值，所以得到了看似错误的结果。

第一步：验证数据类型 #

先运行以下代码查看每列的数据类型：

print(df.dtypes)

如果输出里列0和列1的类型是timedelta64[ns]，那就能确认问题所在；如果是object类型，说明列里可能是字符串格式的数值，没有被正确解析。

第二步：针对性解决 #

情况1：列是timedelta类型 #

如果要保留原始数值（比如小时数），可以将timedelta转换为小时数的数值，再求和：

# 将timedelta转换为小时数
df['0'] = df['0'].dt.total_seconds() / 3600
df['1'] = df['1'].dt.total_seconds() / 3600
# 执行按行求和
df['DailyTotal'] = df.sum(axis=1)

情况2：列是object（字符串）类型 #

如果列里是字符串格式的数值，先转换为float类型再求和：

# 转换为数值类型，无法转换的会变成NaN（和你的示例一致）
df['0'] = pd.to_numeric(df['0'], errors='coerce')
df['1'] = pd.to_numeric(df['1'], errors='coerce')
# 按行求和
df['DailyTotal'] = df.sum(axis=1)

额外建议：明确指定求和列 #

为了避免不小心包含其他列（比如索引或隐藏列），可以明确指定要求和的列：

df['DailyTotal'] = df[[0, 1]].sum(axis=1)

这样应该就能得到你预期的结果了：第一行0.05 + 0.24 = 0.29，第二到第五行0.48（因为NaN会被自动忽略）。

内容的提问来源于stack exchange，提问作者boullyjj