如何在Pandas DataFrame中添加列总和行并按最大值排序

嘿，我来帮你一步步解决这个问题，同时也会兼顾你提到的文本片段处理~

一、添加各列总和的行 #

不管你的DataFrame是纯数值型还是包含文本列（比如你提供的abst1），我们都能精准添加总和行：

情况1：纯数值型DataFrame #

先看个简单示例，假设我们有这样的DataFrame：

import pandas as pd

data = {
    '销量': [120, 90, 150],
    '利润': [30, 15, 40],
    '库存': [80, 100, 60]
}
df = pd.DataFrame(data)

直接用loc添加总和行就行，记得加上numeric_only=True确保只对数值列求和：

# 添加标记为「总计」的行，计算各列总和
df.loc['总计'] = df.sum(numeric_only=True)

情况2：包含文本列的DataFrame #

如果你的DataFrame里有像abst1这样的文本字段（比如存储文章摘要），我们要避免对文本列求和，只针对数值列操作：

# 假设你的DataFrame有文本列'abst1'和数值列'引用量', '下载量'
# 先筛选出所有数值类型的列
numeric_cols = df.select_dtypes(include='number').columns

# 给数值列添加总和，文本列可以标记为「总计」或者留空
df.loc['总计', numeric_cols] = df[numeric_cols].sum()
df.loc['总计', 'abst1'] = '总计行'

二、按每行最大值排序 #

这里的“按最大值排序”，应该是指根据每行的数值最大值来排序。我们可以先计算每行的最大值，再以此为依据排序：

常规排序（包含总和行） #

如果想把总和行也参与排序：

# 计算每行的最大值，临时存为新列
df['行最大值'] = df.select_dtypes(include='number').max(axis=1)

# 按「行最大值」降序排序，排序后删掉临时列
df_sorted = df.sort_values(by='行最大值', ascending=False).drop('行最大值', axis=1)

保留总和行在末尾 #

如果希望总和行始终在最后，先单独处理非总和行，再合并回去：

# 把总和行单独提出来
total_row = df.loc[['总计']]
# 剩下的行排除总和行
df_rest = df.drop('总计')

# 给非总和行计算最大值并排序
df_rest['行最大值'] = df_rest.select_dtypes(include='number').max(axis=1)
df_rest_sorted = df_rest.sort_values(by='行最大值', ascending=False).drop('行最大值', axis=1)

# 合并排序后的行和总和行，总和行在最后
df_final = pd.concat([df_rest_sorted, total_row])

关于你提供的文本片段 #

你给出的abst1是一段文章摘要文本，在处理这类文本列时，记得始终用select_dtypes(include='number')或者numeric_only=True来限定数值列的操作，避免对文本执行求和、取最大值这类无效操作导致报错。

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