如何对int64和对象类型求和？

Question

我有以下数据帧：

Setup   Setup1  Setup2

720       60    540

360       60    180

300       0      0

1,8       60    60

600       60    540

Setup = object
Setup1 = int64
Setup2 = int64 

我想把所有的安装时间加在一起。我就是这样做的：

^{pr2}$

但是它会导致一个NaN值，这可能是由于int64和对象类型造成的。我试着用以下方法改变它：

df2['SetupDuration1'] = df2['SetupDuration1'].convert_objects(convert_numeric=True)
df2['SetupDuration2'] = df2['SetupDuration2'].convert_objects(convert_numeric=True)
df2['Duration'] = df2['Duration'].convert_objects(convert_numeric=True)

用点代替逗号的问题现在已经解决了，但是1.8意味着1800。所以我怎么可能会有一个包含a的值。系数为1000？在

IF cell contains a dot . THEN
    value*1000

Answer 1

首先，您需要将NaN值更改为适当的浮点值：

df['Setup'] = df['Setup'].apply(lambda x: float(str(x).replace(',', '.')) if ',' in str(x) else float(x))

或更动态地针对所有列：

^{pr2}$

然后可以对所有Setup列求和：

setup_sum = sum(sum(df[col].values) for col in df.columns if 'Setup' in col)