如何仅在匹配RegEx条件时替换Pandas列中的值

Question

我有以下数据框架:

d_test = {
'c1' : ['31', '421', 'sgdsgd', '523.3'],
'c2' : ['41', np.nan, '412', '412'],
'test': [1,2,3,4],
}
df_test = pd.DataFrame(d_test)

我想把所有值替换为np.nan，如果它们不是float:

0   31      41   1
1   421     NaN  2
2   NaN     412  3
3   523.3   412  4

这是我所做的:

df_test[['c1', 'c2']] = df_test[['c1', 'c2']].replace(to_replace=r'^[+-]?([0-9]+([.][0-9]*)?|[.][0-9]+)$', value=np.nan, regex=True)

但结果不是我想要的:

0   NaN     NaN  1
1   NaN     NaN  2
2   sgdsgd  NaN  3
3   NaN     NaN  4

Answer 1

IIUC，您可以使用pandas.to_numeric与errors="coerce":

错误{"忽略","提高","强迫"},默认"提高":

• 如果' raise '，则无效解析将引发异常。

• 如果'强迫'，那么无效解析将被设置为NaN.

• 如果' ignore '，则无效解析将返回输入。

df_test = df_test.apply(pd.to_numeric, errors="coerce")

#输出:

print(df_test)
c1     c2  test
0   31.0   41.0     1
1  421.0    NaN     2
2    NaN  412.0     3
3  523.3  412.0     4