如何修改熊猫数据框中混合数据类型列中的数值？

Question

我在 pyhton 中有一个 Pandas 数据框，看起来像这样（我的实际数据框比这大得多）：

  col_1 col_2
0   0.8   0.1
1  nope   0.6
2   0.4   0.7
3  nope  nope

如何对特定列的数值执行一些操作。 例如，将 col_2 的数值乘以 10 得到如下结果：

  col_1 col_2
0   0.8   1
1  nope   6
2   0.4   7
3  nope  nope

尽管它看起来像一项简单的任务，但我无法在互联网上的任何地方找到解决方案。

提前致谢。

Answer 1

首先，您需要使用pd.to_numeric将object类型列转换为numeric列：

In [141]: df.col_2 = pd.to_numeric(df.col_2, errors='coerce')

errors='coerce'将列中的所有非数字类型值转换为NaN 。

然后，乘以 10：

In [144]: df.col_2 = df.col_2 * 10

In [145]: df
Out[145]: 
  col_1  col_2
0   0.8    1.0
1  nope    6.0
2   0.4    7.0
3  nope    NaN

如果你要转换NaN回nope ，你可以使用df.fillna ：

In [177]: df.fillna('nope', inplace=True)

In [178]: df
Out[178]: 
  col_1 col_2
0   0.8     1
1  nope     6
2   0.4     7
3  nope  nope

Answer 2

要将您的列乘以 10 并保留您的非数字值"nope"您需要将您的列转换为数字 dtype 并将非数字值替换为NaN 。 然后，您将对该列执行您的操作，并仅替换该列中以数字开头的值，而将非数字值保留在原位。

numeric_col2 = pd.to_numeric(df["col_2"], errors="coerce")
df.loc[numeric_col2.notnull(), "col_2"] = numeric_col2 * 10

print(df)
  col_1 col_2
0   0.8     1
1  nope     6
2   0.4     7
3  nope  nope