groupby后不能直接concat小计行，因返回的是dataframegroupby对象，须先用.sum()等聚合为dataframe；小计行需assign('dept'='小计')、sort=false保持顺序，拼接时用ignore_index=true并reindex对齐列，总计须基于原始数据计算以防重复累加。
groupby后直接concat小计行为什么总出错
因为groupby返回的是分组后的DataFrameGroupBy对象，不是普通DataFrame，直接concat会报TypeError: cannot concatenate object of type '<class>'</class>。必须先调用.agg()或.sum()等聚合方法转成DataFrame，再拼接。
常见错误写法：pd.concat([df.groupby('dept'), df.sum(numeric_only=True).to_frame().T]) —— 这里df.groupby('dept')没聚合，不能进concat。
- 正确做法：先
df.groupby('dept').sum(numeric_only=True)得到小计DataFrame - 注意索引类型：小计行默认以分组列为索引，而原始数据是整数索引，拼接前建议统一重置索引或设
ignore_index=True - 若原始
df含非数值列（如姓名、日期），sum()会自动跳过，但小计行对应位置会是NaN，需手动补值（如'小计'）
怎么让小计行带标识且不破坏原始排序
直接groupby().sum()生成的小计行只有数值，没有“小计”标签，且默认按分组键字典序排，可能和原始数据顺序不一致。要对齐原始业务逻辑（比如部门按录入顺序出现），得用df.groupby('dept', sort=False)，并显式构造带标签的DataFrame。
- 构造小计行：
subtotal = df.groupby('dept', sort=False).sum(numeric_only=True).assign(dept='小计') - 若需保留原始
dept列值（如‘销售部’‘技术部’），小计行该列填'小计'，其他非数值列可填None或空字符串 - 追加时用
pd.concat([df, subtotal], ignore_index=True)，避免索引重复；若后续还要加总计，建议在concat前把小计行dept设为pd.NA或特殊字符串（如'——总计——'），方便区分层级
加总计行时为什么sum结果不对
总计行不是对所有行sum()就完事——如果前面已追加过小计行，再对整个新DataFrame调用.sum()，会把小计数值二次累加，导致虚高。必须从原始数据算总计，或明确排除小计行。
- 安全做法：总计单独基于原始
df计算：grand_total = df.sum(numeric_only=True).to_frame().T.assign(dept='——总计——') - 若已拼好带小计的
df_with_sub，且小计行dept值为'小计'，可用布尔索引过滤：df_with_sub[~df_with_sub['dept'].isin(['小计', '——总计——'])].sum(numeric_only=True) - 注意：
numeric_only=True必须显式传入，否则遇到字符串列会报TypeError；若列名含空格或特殊字符，sum()仍能工作，但赋值给新DataFrame时建议用.rename(columns={...})对齐
concat后格式混乱、列顺序错乱怎么办
pd.concat()默认按列名自动对齐，但如果原始df和小计/总计DataFrame列顺序不同，或某些列在小计中缺失（比如原始有'备注'列，小计没设），拼出来会出现NaN列或列顺序跳跃。
- 强制统一列顺序：拼接前用
reindex(columns=df.columns)对齐，例如subtotal = subtotal.reindex(columns=df.columns, fill_value='')（非数值列用空字符串填充） - 数值列统一用
0.0填充缺失项更稳妥：subtotal = subtotal.fillna(0).reindex(columns=df.columns, fill_value=0) - 如果原始
df有datetime列，sum()会失败，务必提前select_dtypes(include=['number'])筛选，或用agg指定各列聚合方式：.agg({'sales': 'sum', 'cost': 'sum', 'date': lambda x: None})
最易被忽略的是：小计/总计行的索引类型和原始数据不一致，会导致后续to_excel或to_html渲染时样式错位。追加后立刻检查df_with_total.index是否全为整数，必要时reset_index(drop=True)。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
