如何在python中对用分号分隔的列值求和

【问题标题】：How to sum the column value seperated with semicolon in python如何在python中对用分号分隔的列值求和
【发布时间】：2019-08-23 14:33:53
【问题描述】：

我有一个数据框，其值如下：

df = pd.DataFrame({'Column4': ['NaN;NaN;1;4','4;8','nan']} )
print (df)
       Column4
0  NaN;NaN;1;4
1          4;8
2          nan

我尝试使用下面的代码来获得总和。

df['Sum'] = df['Column4'].apply(lambda x: sum(map(int, x.split(';'))))

我收到错误消息

ValueError: int() 以 10 为底的无效文字：'NaN'

【问题讨论】：

您能否粘贴您的数据的 sn-p 和更清晰的预期输出（您可以将它们粘贴到 HTML sn-ps 中）？

标签： python-3.x pandas

【解决方案1】：

将Series.str.split 与expand=True 一起用于DataFrame，每行转换为浮点数和sum - pandas 默认排除缺失值：

df['Sum'] = df['Column4'].str.split(';', expand=True).astype(float).sum(axis=1)
print (df)
       Column4   Sum
0  NaN;NaN;1;4   5.0
1          4;8  12.0
2          nan   0.0

你的解决方案应该改变：

f = lambda x: sum(int(y) for y in x.split(';') if not y in ('nan','NaN'))
df['Sum'] = df['Column4'].apply(f)

因为如果转换为浮点数，则使用另一个数字获取 NaN 的 mssing 值：

df['Sum'] = df['Column4'].apply(lambda x: sum(map(float, x.split(';'))))
print (df)
       Column4   Sum
0  NaN;NaN;1;4   NaN
1          4;8  12.0
2          nan   NaN

【讨论】：