Python 包含数字和文本的Sum列，使用Pandas

我有一个包含数字和文本的列，我试图找到这些值的总和

我在下面尝试了这个求和函数，但它不起作用。你能告诉我还有什么可以尝试的吗

df["Price"].sum()

---

如果所有值都是数字，则可以使用：

print(sum(df['Price']))

但在您的情况下，您可以使用：

import numbers
print(sum([x for x in df['Price'] if isinstance(x, numbers.Number)]))

---

如果所有值都是数字，则可以使用：

print(sum(df['Price']))

但在您的情况下，您可以使用：

import numbers
print(sum([x for x in df['Price'] if isinstance(x, numbers.Number)]))

---

使用

pd.\u数字

Ex:

df = pd.DataFrame({"Price": ["Nil", "Na", 1,2,3,4,5, "Null"]})

print(df[pd.to_numeric(df['Price'], errors='coerce').notnull()].sum())
#or
print(pd.to_numeric(df['Price'], errors='coerce').dropna().sum())

Price    15.0
dtype: float64

输出：

df = pd.DataFrame({"Price": ["Nil", "Na", 1,2,3,4,5, "Null"]})

print(df[pd.to_numeric(df['Price'], errors='coerce').notnull()].sum())
#or
print(pd.to_numeric(df['Price'], errors='coerce').dropna().sum())

Price    15.0
dtype: float64

---

使用

pd.\u数字

Ex:

df = pd.DataFrame({"Price": ["Nil", "Na", 1,2,3,4,5, "Null"]})

print(df[pd.to_numeric(df['Price'], errors='coerce').notnull()].sum())
#or
print(pd.to_numeric(df['Price'], errors='coerce').dropna().sum())

Price    15.0
dtype: float64

输出：

df = pd.DataFrame({"Price": ["Nil", "Na", 1,2,3,4,5, "Null"]})

print(df[pd.to_numeric(df['Price'], errors='coerce').notnull()].sum())
#or
print(pd.to_numeric(df['Price'], errors='coerce').dropna().sum())

Price    15.0
dtype: float64

---

你可以这样做

---

df.Price[df.Price.astype（str）.str.isnumeric（）].sum（）

您可以这样做

---

df.Price[df.Price.astype（str.str.isnumeric（）].sum（）

@kalanerandajayasuriya:这是一个怎样重复的问题，请阅读这个问题。@kalanerandajayasuriya:这是一个怎样重复的问题，请阅读这个问题。