python - 在 Python，pandas 中，当我将列从六进制转换为十进制时如何忽略 Python 中的无效值？

Question

当我使用:

df[["Type 2", "Type 4"]].applymap(lambda n: int(n, 16))

由于六进制转换的无效值(负值、NaN、字符串...)，它在错误中停止，因为类型 2 列中的值无效。如何忽略此错误或将无效值标记为零

{'Type 1': {0: 1, 1: 3, 2: 5, 3: 7, 4: 9, 5: 11, 6: 13, 7: 15, 8: 17},
         'Type 2': {0: 'AA',
          1: 'BB',
          2: 'NaN',
          3: '55',
          4: '3.14',
          5: '-96',
          6: 'String',
          7: 'FFFFFF',
          8: 'FEEE'},
         'Type 3': {0: 0, 1: 0, 2: 0, 3: 0, 4: 0, 5: 0, 6: 0, 7: 0, 8: 0},
         'Type 4': {0: '23',
          1: 'fefe',
          2: 'abcd',
          3: 'dddd',
          4: 'dad',
          5: 'cfe',
          6: 'cf42',
          7: '321',
          8: '0'},
         'Type 5': {0: -120,
          1: -120,
          2: -120,
          3: -120,
          4: -120,
          5: -120,
          6: -120,
          7: -120,
          8: -120}}

Answer 1

您可以创建一个个性化的函数来处理此异常以在您的 lambda 中使用。例如:

def lambda_int(n):
    try:
        return int(n, 16)
    except ValueError:
        return 0

df[["Type 2", "Type 4"]] = df[["Type 2", "Type 4"]].applymap(lambda n: lambda_int(n))