Pandas忽略非數字值

Question

我有這個df：

     X
0   13500
1   13600
2   BBOX-001
3   Mobi-1
4   15003
5   15004

我想進入一個新專欄。 如果x> 15000則該值為A，否則為B.如果X為非數字（BBOX-001，Mobi-1），則應顯示X列中的值：

     X        Y
0   13500     B
1   13600     B
2   BBOX-001  BBOX-001
3   Mobi-1    Mobi-1
4   15003     A
5   15004     A

我在下面有這個，但如何忽略X列中的非數字值？

df['Y'] = np.where(df['X'] > 15000, 'A', 'B')

Answer 1

當df['X']包含數字和字符串的混合時，列的dtype將是object而不是數字dtype。 df['X']的數字項可能是整數或浮點數，甚至可能是字符串（從你的問題中不清楚）。 在這種情況下，許多數字操作（例如df['X'] > 15000可能會引發錯誤。

要將類似數字的值視為數字，請使用pd.to_numeric將列轉換為數字dtype：

In [41]: numeric_X = pd.to_numeric(df['X'], errors='coerce')
In [43]: numeric_X
Out[43]: 
0    13500.0
1    13600.0
2        NaN
3        NaN
4    15003.0
5    15004.0
Name: X, dtype: float64

您還可以通過測試NaN來識別類似字符串的值：

is_stringlike = np.isnan(numeric_X)

---

import numpy as np
import pandas as pd

df = pd.DataFrame({'X': ['13500', '13600', 'BBOX-001', 'Mobi-1', '15003', '15004']})

numeric_X = pd.to_numeric(df['X'], errors='coerce')
is_stringlike = np.isnan(numeric_X)
conditions = [numeric_X > 15000, is_stringlike]
choices = ['A', df['X']]
df['Y'] = (np.select(conditions, choices, default='B'))
print(df)

產量

          X         Y
0     13500         B
1     13600         B
2  BBOX-001  BBOX-001
3    Mobi-1    Mobi-1
4     15003         A
5     15004         A

Answer 2

您可以使用convert_objects實現目標：

import pandas as pd
import numpy as np

df = pd.DataFrame({'X': ['13500', '13600', 'BBOX-001', 'Mobi-1', '15003', '15004']})
# Convert only numeric value to put it in comparison
df['Y'] = np.where(df.X.convert_objects(convert_numeric=True) > 15000, 'A', 'B')

print (df)

輸出：

         X  Y
0     13500  B
1     13600  B
2  BBOX-001  B
3    Mobi-1  B
4     15003  A
5     15004  A