如何修改数据帧中混合数据类型列中的数值？

Question

我在Pyton中有一个熊猫数据框，看起来像这样（我的实际数据框比这个大得多）：

  col_1 col_2
0   0.8   0.1
1  nope   0.6
2   0.4   0.7
3  nope  nope

如何对特定列的数值执行某些操作。例如，将col_2的数值乘以10，得到如下结果：

  col_1 col_2
0   0.8   1
1  nope   6
2   0.4   7
3  nope  nope

虽然这看起来是一项简单的任务，但我在互联网上的任何地方都找不到解决方案

提前谢谢

Answer 1

要将列乘以10并保留非数值"nope"，需要将列转换为数字数据类型，并将非数值替换为NaN。然后，您将对该列执行操作，并仅替换该列中以数字开头的值，而保留非数字值

numeric_col2 = pd.to_numeric(df["col_2"], errors="coerce")
df.loc[numeric_col2.notnull(), "col_2"] = numeric_col2 * 10

print(df)
  col_1 col_2
0   0.8     1
1  nope     6
2   0.4     7
3  nope  nope

Answer 2

首先，需要使用^{}将object类型的列转换为numeric列：

In [141]: df.col_2 = pd.to_numeric(df.col_2, errors='coerce')

errors='coerce'将列中的所有非数字类型值转换为NaN

然后，乘以10：

In [144]: df.col_2 = df.col_2 * 10

In [145]: df
Out[145]: 
  col_1  col_2
0   0.8    1.0
1  nope    6.0
2   0.4    7.0
3  nope    NaN

如果要将NaN转换回nope，可以使用^{}：

In [177]: df.fillna('nope', inplace=True)

In [178]: df
Out[178]: 
  col_1 col_2
0   0.8     1
1  nope     6
2   0.4     7
3  nope  nope