python - 为什么 pandas Series.str 将数字转换为 NaN？

Question

这可能是我的根本误解，但我希望 pandas.Series.str 将 pandas.Series 值转换为字符串。

但是，当我执行以下操作时，系列中的数值将转换为 np.nan:

df = pd.DataFrame({'a': ['foo    ', 'bar', 42]})
df = df.apply(lambda x: x.str.strip() if x.dtype == 'object' else x)
print(df)

Out:
     a
0  foo
1  bar
2  NaN

如果我首先将 str 函数应用于每一列，数值将被转换为字符串而不是 np.nan:

df = pd.DataFrame({'a': ['foo    ', 'bar', 42]})
df = df.apply(lambda x: x.apply(str) if x.dtype == 'object' else x)
df = df.apply(lambda x: x.str.strip() if x.dtype == 'object' else x)
print(df)

Out:
     a
0  foo
1  bar
2   42

有关此主题的文档相当少。我错过了什么？

Answer 1

在这一行中:

df.apply(lambda x: x.str.strip() if x.dtype == 'object' else x)

x.dtype 查看整个系列(列)。该列不是数字。因此，整个列都对类似的字符串进行操作。

在你的第二个例子中，数字没有被保留，它是一个字符串 '42'。

输出的差异是由于panda的str和python的str不同造成的。

对于 pandas .str，这不是转换，它是一个访问器，允许您对每个元素执行 .strip()。这意味着您尝试将 .strip() 应用于整数。这会抛出异常，pandas 通过返回 Nan 来响应异常。

在 .apply(str) 的情况下，您实际上是将值转换为字符串。稍后当您应用 .strip() 时会成功，因为该值已经是一个字符串，因此可以被剥离。