python - 要么对数值进行操作，要么用 nan 替换单元格

Question

在 pandas.DataFrame df 中，假设我有一列 E。

如果 E 包含整数或 float ，我想用 10^6 * E 替换它。

但是，如果 E 包含非数字字符或只是空格，我想用 np.nan 替换它。

是否有使用 apply 或 applymap 和 lambda 函数来执行此操作的简单方法？

作为完整性检查，对数字行执行此操作:

df['E'] = df['E'] *  1000000 

这在语法上是正确的，但没有改变任何东西:

df['E'].apply(lambda x: x*1000000 if isinstance(x, (int, float)) else np.nan) 

也许我必须做一些转换，不确定。

Answer 1

您可以传递一个函数来代替 lambda。这样的事情似乎可行。

代码:

def times_million(a_number):
    try:
        return float(a_number) * 1000000
    except:
        return np.nan

测试代码:

import pandas as pd
import numpy as np 

data = [x.strip().split() for x in """
    E
    1.0
    1
    xyzzy
""".split('\n')[1:-1]]
df = pd.DataFrame(data=data[1:], columns=data[0])

print(df['E'].apply(times_million))

结果:

0    1000000.0
1    1000000.0
2          NaN
Name: E, dtype: float64