如何为每位学生单独计算每行sub_1、sub_2、sub_3的数值之和？

Hey there! 我来帮你快速搞定每个学生sub_1、sub_2、sub_3三科分数求和的需求，下面分两种常用场景给你具体方法：

场景1：使用Excel/Google Sheets（可视化表格工具） #

假设你的数据结构是：

• A列：学生姓名/ID
• B列：sub_1分数
• C列：sub_2分数
• D列：sub_3分数

操作步骤：

1. 在第一个学生对应的总分列（比如E2单元格），输入公式：=SUM(B2:D2)
2. 按回车确认后，把鼠标放到E2单元格右下角，当光标变成十字形时，下拉填充整列——这样每一行都会自动计算对应学生的三科总分
3. 如果需要处理缺失值，新版Excel/Sheets的SUM默认会跳过空值；要是你想把空值按0计算，可以用=SUM(B2:D2, 0)

场景2：使用Python Pandas（批量数据处理/编程场景） #

如果你的数据是CSV/Excel格式，想用代码批量处理，试试这个方法：

import pandas as pd

# 读取你的数据文件（Excel文件用pd.read_excel替换即可）
df = pd.read_csv("student_scores.csv")

# 新增'total_score'列，精准计算目标三科的分数和
df['total_score'] = df[['sub_1', 'sub_2', 'sub_3']].sum(axis=1, skipna=True)

# 可选：查看前几行验证结果
print(df[['student_id', 'sub_1', 'sub_2', 'sub_3', 'total_score']].head())

# 可选：把带总分的数据保存到新文件
df.to_csv("student_scores_with_total.csv", index=False)

• skipna=True参数会自动忽略缺失的分数值；如果需要把缺失值强制算成0，可以先执行df[['sub_1', 'sub_2', 'sub_3']] = df[['sub_1', 'sub_2', 'sub_3']].fillna(0)再求和

如果你的数据格式或者使用的工具和上面不一样，随时告诉我具体细节，我再帮你调整方案～

内容的提问来源于stack exchange，提问作者Bappi_SB