python - 比较 Dataframe 中具有不一致类型值的列

Question

import pandas as pd

df = pd.DataFrame({'RMDS': ['10.686000','NYSE_XNAS','0.472590','qrtr'], 'Mstar': ['10.690000', 'NYSE_XNAS', '0.473590','mnthly']})

Dataframe df 看起来像这样:

    Mstar       RMDS
0   10.690000   10.686000
1   NYSE_XNAS   NYSE_XNAS
2   0.473590    0.472590
3   mnthly      qrtr

我想比较“RMDS”和“Mstar”的值，数据框类型是“对象”，这是一个巨大的数据框，我需要比较四舍五入的值

mask = np.around(pd.to_numeric(df.Mstar), 2) != np.around(pd.to_numeric(df.RMDS), 2)

df_Difference = df[ mask ]

由于列中的值不一致，所以每当字符串值像 'qrtr' 一样出现时，上面的逻辑就会失败，因为我正在使用 pd.to_numeric 但我仍然想比较 'RMDS' 中的 'qrtr' 和 'mnthly' '母星'

我有什么办法可以处理这种情况。

Answer 1

使用 pd.to_numeric 转换您能转换的内容，然后使用 .fillna 取回未转换的所有内容。

import pandas as pd
import numpy as np

df = np.round(df.apply(pd.to_numeric, errors='coerce'),2).fillna(df)
#        RMDS      Mstar
#0      10.69      10.69
#1  NYSE_XNAS  NYSE_XNAS
#2       0.47       0.47
#3       qrtr     mnthly

df.RMDS == df.Mstar
#0     True
#1     True
#2     True
#3    False
#dtype: bool

---

或者，定义您自己的函数并使用 .applymap

def my_round(x):
    try:
        return np.round(float(x),2)
    except ValueError:
        return x

df = df.applymap(my_round)