数据框总和（axis = 1）返回Nan值

Question

我正在尝试对第二列('ALL_PPA')求和，并按Numéro_département分组 这是我的代码：

df.fillna(0,inplace=True)
df = df.loc[:, ('Numéro_département','ALL_PPA')]
df = df.groupby('Numéro_département').sum(axis=1)
print(df)

我的DF充满了数字，我没有任何NaN值，但是当我应用函数df.sum(axis=1)时，某些行似乎具有NaN值

这是sum()之前我的标签的样子：

在sum()之后

我的问题是：我应该怎么做？我尝试使用numpy库，但是它无法正常工作

Answer 1

将数据框的第一行（就像其中的列名一样）拖放到int上。现在，由于混合的数据类型，它是一个对象：

df2 = df.iloc[1:].astype(int).copy()

然后，应用groupby.sum()并同时指定列：

df3 = df2.groupby('Numero_department')['ALL_PPA'].sum()

Answer 2

我认为在对DF求和之前使用.dropna()将有助于删除具有axis=值的任何行或列（取决于您选择的nan）。根据提供的屏幕截图，请删除DF的第一行，因为它是string。