更改 Pandas 数据帧类型时的异常处理

Question

我有一个带有单列字符串的 Pandas 数据框。我想将列数据转换为浮动。由于格式的原因，某些值无法转换为浮点数。我想从结果中省略这些“非法字符串”，只提取可以合法地重新转换为浮点数的值。起始数据：

test=pd.DataFrame()
test.loc[0,'Value']='<3'
test.loc[1,'Value']='10'
test.loc[2,'Value']='Detected'
test.loc[3,'Value']=''

所需的输出仅包含可以重新转换为浮点数的字符串（在本例中为 10）：

cleanDF=test['Value'].astype(float)
cleanDF
0    10
Name: Value, dtype: float64

当然，这会在浮点转换的非法字符串上按预期抛出错误：

ValueError: could not convert string to float: <3

如果数据框很大并且“值”中包含许多非法字符串，是否有一种简单的方法可以解决这个问题？

谢谢。

Answer 1

您可以尝试使用 DataFrame 的apply. 编写一个包含异常处理程序的函数并将其应用于 DataFrame。

def test_apply(x):
    try:
        return float(x)
    except ValueError:
        return None

cleanDF = test['Value'].apply(test_apply).dropna()