SAS中含缺失值的列求和优雅实现方法咨询

嘿，完全懂你觉得手动替换缺失值再求和太繁琐的感受！其实用pandas处理这类场景根本不需要多做一步替换操作——一行代码就能搞定，而且逻辑更简洁。

核心逻辑 #

pandas的sum()方法默认会自动忽略NaN值，这和把所有缺失值替换成0再求和的结果完全一致（哪怕某一行的A、B、C全是缺失值，默认sum也会返回0，和替换0后求和的结果相同）。

具体实现代码 #

假设你的数据集是pandas DataFrame，名称为test3，直接运行下面的代码就能得到A、B、C列每行的求和结果：

test3['total'] = test3[['A', 'B', 'C']].sum(axis=1)

如果你想要更直观地体现“把缺失值当0处理”的逻辑（虽然没必要，但可读性更强），也可以写成：

test3['total'] = test3[['A', 'B', 'C']].fillna(0).sum(axis=1)

不过第一种写法是pandas处理这类需求的惯用简洁方式。

补充场景说明 #

• 如果是要按列求和（得到A、B、C各自的列总和），去掉axis=1参数即可；
• 要是你的数据集是numpy数组格式，用np.nansum()也能达到同样效果，它会自动将NaN视为0计算：

import numpy as np
total = np.nansum(test3[['A', 'B', 'C']].values, axis=1)

这样是不是比之前的繁琐操作清爽多啦😉

内容的提问来源于stack exchange，提问作者user1481397