python - 在进行矢量化计算时如何处理类型错误？

Question

我想避免在使用pandas数据帧(python-3.6)执行矢量化计算时发生崩溃。

例如，我有一个带有2列A，B的数据框。我想创建一个将为C = A-B的列C。但是，列A中的一个单元格是一个字符串，这会导致TypeError。看看下面的图片。



C列是我想要实现的结果。

当前，我收到类型错误消息:

TypeError: unsupported operand type(s) for -: 'float' and 'str'

这是预期的。

Answer 1

numpy.select 是可能的，但是在输出中得到混合值:

df = pd.DataFrame({
         'A':[7,8,9,10,5],
         'B':[1,2,3,'str',np.nan],
})

b = pd.to_numeric(df['B'], errors='coerce')
df['C'] = np.select([df['B'].isna(), b.isna()], [np.nan, 'ERROR'], default=df['A'] - b)
print (df)
    A    B      C
0   7    1    6.0
1   8    2    6.0
2   9    3    6.0
3  10  str  ERROR
4   5  NaN    nan

最好通过 to_numeric 转换为数字，并仅在以后需要处理列时才减去:

b = pd.to_numeric(df['B'], errors='coerce')
df['C'] = df['A'] - b
print (df)
    A    B    C
0   7    1  6.0
1   8    2  6.0
2   9    3  6.0
3  10  str  NaN
4   5  NaN  NaN