Pandas忽略非数值

Question

我有这个测向仪：

     X
0   13500
1   13600
2   BBOX-001
3   Mobi-1
4   15003
5   15004

我正试图进入一个新的专栏。如果x>；15000，则值为A，否则为B。如果x为非数字（BBOX-001，Mobi-1），则应在x列中显示该值：

^{pr2}$

我在下面有这个，但是如何忽略X列中的非数值？在

df['Y'] = np.where(df['X'] > 15000, 'A', 'B')

Answer 1

您可以通过convert_objects实现您的目标：

import pandas as pd
import numpy as np

df = pd.DataFrame({'X': ['13500', '13600', 'BBOX-001', 'Mobi-1', '15003', '15004']})
# Convert only numeric value to put it in comparison
df['Y'] = np.where(df.X.convert_objects(convert_numeric=True) > 15000, 'A', 'B')

print (df)

输出：

^{pr2}$

Answer 2

当df['X']包含数字和字符串的混合时，列的数据类型将是object，而不是数字数据类型。df['X']中的类似数字的项可能是int或float，甚至可能是字符串（从您的问题中看不清楚）。 在这种情况下，许多数值运算，如df['X'] > 15000可能会引起错误。在

要将类似数字的值视为数字，请使用pd.to_numeric将列转换为数字数据类型：

In [41]: numeric_X = pd.to_numeric(df['X'], errors='coerce')
In [43]: numeric_X
Out[43]: 
0    13500.0
1    13600.0
2        NaN
3        NaN
4    15003.0
5    15004.0
Name: X, dtype: float64

您还可以通过测试nan来识别类似字符串的值：

^{pr2}$

---

import numpy as np
import pandas as pd

df = pd.DataFrame({'X': ['13500', '13600', 'BBOX-001', 'Mobi-1', '15003', '15004']})

numeric_X = pd.to_numeric(df['X'], errors='coerce')
is_stringlike = np.isnan(numeric_X)
conditions = [numeric_X > 15000, is_stringlike]
choices = ['A', df['X']]
df['Y'] = (np.select(conditions, choices, default='B'))
print(df)

收益率

          X         Y
0     13500         B
1     13600         B
2  BBOX-001  BBOX-001
3    Mobi-1    Mobi-1
4     15003         A
5     15004         A