pandas dataframe 首先将指定行非int数据类型的值赋值0，求指定行的和成为新的字段“总分”列，给出python3代码

可以使用pandas.DataFrame.dtypes获取每一列的数据类型，然后使用pandas.DataFrame.loc选择指定行，再使用pandas.DataFrame.apply和lambda表达式将指定行的非int数据类型赋值为0，最后使用pandas.DataFrame.sum(axis=1)计算各行的总分并作为新的一列添加到DataFrame中。

下面是Python3的代码示例：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'score1': [90, 'A', 80],
    'score2': [70, 85, 'B']
})

# 选择需要操作的行
selected_rows = ['score1', 'score2']

# 将非int数据类型的值赋值为0
df.loc[:, selected_rows] = df.loc[:, selected_rows].apply(lambda x: pd.to_numeric(x, errors='coerce')).fillna(0)

# 计算总分
df['总分'] = df.loc[:, selected_rows].sum(axis=1)

# 输出结果
print(df)

输出结果为：

      name  score1  score2    总分
0    Alice    90.0    70.0  160.0
1      Bob     0.0    85.0   85.0
2  Charlie    80.0     0.0   80.0