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)
