涉及列中混合类型元素的计算 - np.nan、浮点数、字符串元素

Question

我有一个数据框，其中的列包含混合类型的元素，我需要对它们进行一些计算。假设这个数据框：

A=[20, np.nan, 10, 'give', np.nan, np.nan]
B=[10, np.nan, np.nan, np.nan, 10, 'given']

frame=pd.DataFrame(zip(A,B))
frame.columns=['A', 'B']

我想填充 B 与 A 的差异。如果我这样做 frame['diff']=frame['A']-frame['B'] 它不会给出我需要的结果。相反，我想要的结果在 'desired diff' 列中。

基本上，如果A或B有数字，则B或A应为0。如果字符串在A中，而B为NaN，则应写成"positive"，反之亦然case，应该写成"negative"。见下文：

frame
      A      B  diff  desired diff
0    20     10    10            10
1   NaN    NaN   NaN           NaN
2    10    NaN   NaN            10
3  give    NaN   NaN      positive
4   NaN     10   NaN           -10
5   NaN  given   NaN      negative

仅作记录，我已尝试实现 np.where 和 np.select 以及一些条件，例如 np.logical_and(frame['A'].apply(lambda x: isinstance(x, float)), frame['B'].isna()) 以实现所需的输出，但没有成功。

提前感谢您的建议！

Answer 1

使用 to_numeric with errors='coerce' for check non numeric and no missing values and set new values by numpy.select and subtract values by Series.sub 和 fill_value=0 参数：

a = pd.to_numeric(frame['A'], errors='coerce')
m1 = frame['A'].notna()
m2 = a.isna()

b = pd.to_numeric(frame['B'], errors='coerce')
m3 = frame['B'].notna()
m4 = b.isna()

frame['new'] = np.select([m1 & m2, m3 & m4], 
                         ['positive', 'negative'], 
                         default = a.sub(b, fill_value=0))
print (frame)
      A      B       new
0    20     10      10.0
1   NaN    NaN       nan
2    10    NaN      10.0
3  give    NaN  positive
4   NaN     10     -10.0
5   NaN  given  negative

Answer 2

如果你想使用长申请，我不推荐：

frame['diff'] = (frame.fillna(0)
                 .apply(lambda x: x.A-x.B if (isinstance(x.A, (int, float)) & isinstance(x.B, (int, float)))
                        else ('positive' if (isinstance(x.A, str) & (x.B == 0)) else 'negative'),
                        axis=1)
                 .replace(0, np.nan))

      A      B      diff
0    20     10        10
1   NaN    NaN       NaN
2    10    NaN        10
3  give    NaN  positive
4   NaN     10       -10
5   NaN  given  negative

涉及列中混合类型元素的计算 - np.nan、浮点数、字符串元素

Calculations involving mixed type elements in columns - np.nan, float, string elements

python

string

nan

dataframe

pandas