如何在pandas系列中用Nan替换非字符串值？

Question

试图用PANSAS.Sun来实现这一点。应用函数，但它认为在大量数据上是慢的。有没有更快的方法来替换值

以下是我尝试过的，但在大型系列中速度较慢（例如百万件）

s = pd.Series([1, 2, 3, 'str1', 'str2', 3])
s.apply(lambda x: x if type(x) == str else np.nan)

Answer 1

将^{}与errors='coerce'一起使用：

pd.to_numeric(s, errors='coerce')

如果还需要整数，则添加^{}：

pd.to_numeric(s, errors='coerce').astype('Int64')

编辑：您可以将isinstance与map一起使用，也可以使用^{}：

#test 600k
N = 100000
s = pd.Series([1, 2, 3, 'str1', 'str2', 3] * N)


In [152]: %timeit s.apply(lambda x: x if type(x) == str else np.nan)
196 ms ± 2.81 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [153]: %timeit s.map(lambda x: x if isinstance(x, str) else np.nan)
174 ms ± 3.66 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [154]: %timeit s.where(s.map(lambda x: isinstance(x, str)))
168 ms ± 3.63 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [155]: %timeit s.where(pd.to_numeric(s, errors='coerce').isna())
366 ms ± 3.19 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)