如何用Python对CSV文件GroupBy求和并排除非数值数据？

没问题，我刚好碰到过类似的情况——当列被识别为字符串但混着数值和非数值内容时，直接求和确实会出问题。这里给你两种实用的解决方案，用Pandas（处理CSV最常用的工具）来实现：

方案1：先转换列类型，再分组求和 #

这是最直观的方法，先把#line_changed列转换成数值类型，把非数值内容转为NaN（求和时会自动忽略），再分组计算：

import pandas as pd

# 读取CSV文件
df = pd.read_csv("your_file.csv")

# 将#line_changed转为数值，无法转换的内容设为NaN
df["#line_changed"] = pd.to_numeric(df["#line_changed"], errors="coerce")

# 按Filename分组，仅对#line_changed求和
grouped_sum = df.groupby("Filename")["#line_changed"].sum()

# 如果要对所有数值列求和，加上numeric_only=True确保只处理数值列
# grouped_sum = df.groupby("Filename").sum(numeric_only=True)

方案2：分组时实时处理（不修改原始数据） #

如果你不想改动原始DataFrame的列类型，可以在分组的apply方法里直接处理：

import pandas as pd

df = pd.read_csv("your_file.csv")

# 分组后对每组的#line_changed列先转数值再求和
grouped_sum = df.groupby("Filename").apply(
    lambda group: pd.to_numeric(group["#line_changed"], errors="coerce").sum()
)

额外注意点 #

• 如果你的非数值内容是带格式的数字（比如"1,234"），需要先清理格式再转换：

  df["#line_changed"] = df["#line_changed"].str.replace(",", "").pipe(pd.to_numeric, errors="coerce")
  

• pd.to_numeric的errors="coerce"参数是关键：它会把所有无法转换成数值的内容（比如字符串、空值、特殊符号）变成NaN，而sum()方法默认会跳过NaN，完美实现"排除非数值数据"的需求。

内容的提问来源于stack exchange，提问作者YusufUMS