在Pandas DataFrame中插入求和行时如何保留列标题

嗨～我来帮你搞定这个问题！你遇到的列名丢失问题，根源在于你用了np.insert操作DataFrame的values属性——这个属性返回的是纯numpy数组，完全丢掉了原DataFrame的列名、索引这些结构信息，所以新生成的DataFrame自然就用默认的数字列名啦。

下面给你两种简单靠谱的方法，既能添加总计行，又能完美保留原列名：

方法一：用df.loc直接添加行（最直观） #

这个方法直接在原DataFrame上操作，能自动继承列名，而且代码简洁。不过要注意：你原数据里的y1、y2、y3是带前导零的字符串（比如'01'），必须先转成数值类型才能正确求和，不然会变成字符串拼接（比如'010407'），这点一定要注意！

import pandas as pd
import numpy as np

# 还原你的原DataFrame
data = {
    'Name': ['Ben', 'Jane', 'Sarah'],
    'y1': ['01', '04', '07'],
    'y2': ['02', '05', '07'],
    'y3': ['03', '06', '06']
}
df = pd.DataFrame(data)

# 把y列转成整数类型（如果需要保留前导零，求和后可以再转回去）
df[['y1', 'y2', 'y3']] = df[['y1', 'y2', 'y3']].astype(int)

# 添加总计行，行标签设为'total'
df.loc['total'] = ['total', df['y1'].sum(), df['y2'].sum(), df['y3'].sum()]

# 查看结果
print(df)

运行后你会看到列名完全保留，总计行也正确计算出来了。如果之后需要把y列转回带前导零的字符串，可以用df[['y1','y2','y3']] = df[['y1','y2','y3']].astype(str).str.zfill(2)。

方法二：用pd.concat拼接DataFrame #

这种方法适合需要保留原DataFrame不变，生成新的带总计行的DataFrame的场景：

# 先确保y列是数值类型（同上）
df[['y1', 'y2', 'y3']] = df[['y1', 'y2', 'y3']].astype(int)

# 构造总计行的小DataFrame，列名和原df完全一致
total_df = pd.DataFrame({
    'Name': ['total'],
    'y1': [df['y1'].sum()],
    'y2': [df['y2'].sum()],
    'y3': [df['y3'].sum()]
})

# 把总计行放在最前面，拼接成新df
df_with_total = pd.concat([total_df, df], ignore_index=True)

print(df_with_total)

pd.concat会自动对齐列名，所以完全不用担心列名丢失的问题，ignore_index=True是让新df的索引重新从0开始排序，避免索引混乱。

为啥你的原代码会丢列名？ #

再回头说下你的原代码：np.insert(df.values, ...)生成的是一个numpy数组，当你用这个数组创建新DataFrame时，pandas不知道原列名是什么，就会默认用0、1、2、3作为列名。而且set_value这个方法已经被弃用了，现在推荐用df.at或者df.loc来修改单个值，但即使修改了，也没法恢复原来的列名，因为结构已经丢失了。

内容的提问来源于stack exchange，提问作者Alex