在列中，用“NaN”填充不是数字的值

Question

我有一个 DataFrame 有一个特定的列，其值如下：

index     some_column
 0          12345
 1          23549
 2          .....
 3          78516
 4          98713
 5          .....

我想检查列中的值，如果值不是数字（即如果值为“.....”），那么我想用 np.NaN 填充该值。

我试过下面的 function：

from numbers import Number
def fill_in(values):
    if isinstance(values, Number) == False:
        return np.NaN

然后我在列上使用.apply function ：

df['some_column'].apply(fill_in)

我期望：

index     some_column
 0          12345
 1          23549
 2          NaN
 3          78516
 4          98713
 5          NaN

但反而得到：

index     some_column
 0          NaN
 1          NaN
 2          NaN
 3          NaN
 4          NaN
 5          NaN

有人可以向我解释为什么我想错了吗？

Answer 1

提供给apply的 function 必须具有所有输入的返回值。 在您的情况下，如果if测试失败，则没有返回值。

在您的情况下，当 pandas 没有从 function 返回值时，它构成了 output 为NaN ，因为它没有什么可以放在那里。

添加负测试返回值应该可以得到所需的 output。

def fill_in(value):
    if isinstance(value, Number) == False:
        return np.NaN
    else:
        return value