pandas - 缺少值的 Pandas 数据框乘法

Question

我有一个带有2列( float 类型)的数据框，但是其中之一缺少由字符串“..”表示的数据。
执行乘法运算时，将引发异常，并且整个运算将被中止。
我试图实现的是对浮点值执行乘法，对缺少的值保留“..”。

2 *  6  
.. * 4 

应该给 [12, ..]我找到了一个幼稚的解决方案，其中包括将 ..替换为0，然后执行乘法，然后再将0替换为 ..它似乎不是非常优化。还有其他解决方案吗？

df['x'] = pd.to_numeric(df['x'], errors='coerce').fillna(0)  
mg['x'] = df['x'] * df["Value"]  
 for col in mg.columns:
    mg[col] = mg[col].apply(update)
def update(v):
    if (v == 0):
        return ".."
    return v

Answer 1

您可以使用np.where和Series.isna:

import numpy as np
mg['x'] = np.where(df['X'].isna(), df['X'], df['X']*df['Value'])

如果要用'..'替换null并乘以其他值:

mg['x'] = np.where(df['X'].isna(), '..', df['X']*df['Value'])

因此，在x列的Value为null的任何地方，它都将保持不变，否则将与Value列的相应行的值相乘

在您的解决方案中，您还可以执行fillna(1):

df['x'] = pd.to_numeric(df['x'], errors='coerce').fillna(1)  
mg['x'] = df['x'] * df["Value"]

这是我尝试的方法:

df = pd.DataFrame({'X': [ 2, np.nan],
                  'Value': [6, 4]})
df

     X  Value
0   2.0  6
1   NaN  4

np.where(df['X'].isna(), df['X'], df['X']*df['Value'])
array([12., nan])