本文介绍如何对 Pandas DataFrame 指定列进行行级聚合（如 sum/max/mean），并天然跳过 NaN 值；重点解决全 NaN 行导致的 ValueError 问题，推荐使用内置 df.agg(axis=1) 方案，兼顾简洁性、性能与鲁棒性。
本文介绍如何对 pandas dataframe 指定列进行行级聚合（如 sum/max/mean），并天然跳过 nan 值；重点解决全 nan 行导致的 `valueerror` 问题，推荐使用内置 `df.agg(axis=1)` 方案，兼顾简洁性、性能与鲁棒性。
在数据处理中，对多列执行行级（row-wise）聚合是常见需求——例如计算每行若干数值列的和、最大值或均值，并自动忽略缺失值（NaN）。虽然可通过 apply + lambda 实现，但手动处理全 NaN 行易引发异常（如 max() arg is an empty sequence），且性能欠佳。
最 Pythonic 的解决方案是直接使用 Pandas 内置的 .agg() 方法配合 axis=1：
import pandas as pd
import numpy as np
df = pd.DataFrame({
"col1": [1, np.nan, 1, np.nan],
"col2": [2, 2, np.nan, np.nan]
})
# 一次性对指定列执行多种聚合，自动跳过 NaN，全 NaN 行返回合理默认值
result = df.agg(['sum', 'max', 'mean'], axis=1)
# 注意：sum 对全 NaN 行返回 0.0（pandas 默认行为），max/mean 返回 NaN（符合语义）
df_final = df.join(result)
print(df_final)
输出：
col1 col2 sum max mean 0 1.0 2.0 3.0 2.0 1.5 1 NaN 2.0 2.0 2.0 2.0 2 1.0 NaN 1.0 1.0 1.0 3 NaN NaN 0.0 NaN NaN
✅ 优势说明：
- 天然 NaN 安全：agg 在 axis=1 下对每行调用底层优化函数（如 nanmax, nanmean），全 NaN 行自动返回 NaN（max/mean）或 0（sum），无需额外异常捕获；
- 高性能：基于 Cython 实现，远快于 apply(lambda row: func(row.dropna()))；
- 简洁灵活：支持字符串函数名（'sum', 'max'）、函数列表，甚至自定义函数（需兼容 skipna=True）；
- 可扩展性强：轻松添加新聚合（如 'min', 'std'），或对不同列应用不同函数（通过字典传参）。
⚠️ 注意事项：
- 若需对 sum 也返回 NaN（而非 0）以保持语义一致性，可显式重置：
result['sum'] = result['sum'].where(df[['col1','col2']].notna().any(axis=1))
- 自定义函数须接受 Series 并支持 skipna=True（如 lambda s: s.mean(skipna=True)），否则可能失效；
- 列名需确保存在，建议前置校验：if not set(column_list).issubset(df.columns): raise ValueError(...)。
总结：避免手写 apply 循环，优先采用 df[cols].agg(func, axis=1) —— 它是 Pandas 官方推荐、经过充分测试、兼顾正确性与效率的最佳实践。
