向量化计算时如何处理类型错误？

Question

我想在使用 pandas 数据帧 (python-3.6) 执行向量化计算时避免崩溃。

例如，我有一个包含 2 列 A、B 的数据框。我想创建一个 C 列，它将是 C = A - B。但是 A 列中的一个单元格是一个字符串，这会导致 TypeError。看看下面的图片。

C 栏是我想要达到的结果。

目前我收到类型错误消息：

TypeError: unsupported operand type(s) for -: 'float' and 'str'

这是预期的。

Answer 1

可以通过 numpy.select，但在输出中得到混合值：

df = pd.DataFrame({
         'A':[7,8,9,10,5],
         'B':[1,2,3,'str',np.nan],
})

b = pd.to_numeric(df['B'], errors='coerce')
df['C'] = np.select([df['B'].isna(), b.isna()], [np.nan, 'ERROR'], default=df['A'] - b)
print (df)
    A    B      C
0   7    1    6.0
1   8    2    6.0
2   9    3    6.0
3  10  str  ERROR
4   5  NaN    nan

最好是通过to_numeric转成数字，只有后面需要处理的列才减去：

b = pd.to_numeric(df['B'], errors='coerce')
df['C'] = df['A'] - b
print (df)
    A    B    C
0   7    1  6.0
1   8    2  6.0
2   9    3  6.0
3  10  str  NaN
4   5  NaN  NaN

向量化计算时如何处理类型错误？

How to handle typeErrors when doing vectorize calculations?

python

error-handling

vectorization

dataframe

pandas