python - 对 Pandas DataFrame 中存在非数字值的所有列求和

Question

我有以下数据集:

df = pd.DataFrame({'col1' : [12,3,4,5,'a',5], 'col2' : [1,5,'b',6,10,1]})

如果我运行 df.sum(axis=0, numeric_only=True)，我会得到以下输出:

Series([], dtype: float64)

但是，如果我将非数字值更改为 None 那么它就可以正常工作。

所以，我的问题是，当存在非数字值时，如何找到数据集中所有列的总和？

Answer 1

我想你可以使用 to_numeric使用 apply 因为 to_numeric 仅适用于列 (Series):

print (df.apply(pd.to_numeric, errors='coerce').sum())
#same as
#print (df.apply(lambda x: pd.to_numeric(x, errors='coerce')).sum())
col1    29.0
col2    23.0
dtype: float64

另一个解决方案是 concat 和 list comprehension:

df = pd.concat([pd.to_numeric(df[col], errors='coerce') for col in df], axis=1).sum()
print (df)
col1    29.0
col2    23.0
dtype: float64

如果只有几列更快是重复代码:

df.col1 = pd.to_numeric(df.col1, errors='coerce')
df.col2 = pd.to_numeric(df.col2, errors='coerce')
print (df.sum())
col1    29.0
col2    23.0
dtype: float64

我认为 numeric_only=True 不适用于混合内容的列 - 带有字符串值的数字。

示例 - col1 是数字，col2 是非数字:

df = pd.DataFrame({'col1' : [1,3,4], 'col2' : ['1','5','b']})
print (df)
   col1 col2
0     1    1
1     3    5
2     4    b

print (df.sum(numeric_only=True))
col1    8
dtype: int64