Skip to main content
 首页 » 编程设计

python之比较 Dataframe 中具有不一致类型值的列

2024年12月31日10lvdongjie

import pandas as pd 
 
df = pd.DataFrame({'RMDS': ['10.686000','NYSE_XNAS','0.472590','qrtr'], 'Mstar': ['10.690000', 'NYSE_XNAS', '0.473590','mnthly']}) 

Dataframe df 看起来像这样:

    Mstar       RMDS 
0   10.690000   10.686000 
1   NYSE_XNAS   NYSE_XNAS 
2   0.473590    0.472590 
3   mnthly      qrtr 

我想比较“RMDS”和“Mstar”的值,数据框类型是“对象”,这是一个巨大的数据框,我需要比较四舍五入的值

mask = np.around(pd.to_numeric(df.Mstar), 2) != np.around(pd.to_numeric(df.RMDS), 2)

df_Difference = df[ mask ]

由于列中的值不一致,所以每当字符串值像 'qrtr' 一样出现时,上面的逻辑就会失败,因为我正在使用 pd.to_numeric 但我仍然想比较 'RMDS' 中的 'qrtr' 和 'mnthly' '母星'

我有什么办法可以处理这种情况。

请您参考如下方法:

使用 pd.to_numeric 转换您能转换的内容,然后使用 .fillna 取回未转换的所有内容。

import pandas as pd 
import numpy as np 
 
df = np.round(df.apply(pd.to_numeric, errors='coerce'),2).fillna(df) 
#        RMDS      Mstar 
#0      10.69      10.69 
#1  NYSE_XNAS  NYSE_XNAS 
#2       0.47       0.47 
#3       qrtr     mnthly 
 
df.RMDS == df.Mstar 
#0     True 
#1     True 
#2     True 
#3    False 
#dtype: bool 

或者,定义您自己的函数并使用 .applymap

def my_round(x): 
    try: 
        return np.round(float(x),2) 
    except ValueError: 
        return x 
 
df = df.applymap(my_round)