np.where浮点乘法问题

Question

d = {'col1': [1.1, 2.1, "ERR", 0.1], 'col2': [3, 4, 5, 6]}
df = pd.DataFrame(data=d)
print(df)
df["t"] = np.where(df["col1"] == "ERR", "T", "F")
df["test"] = np.where(df["col1"] == "ERR", df["col1"], df["col1"]*1)
df["test"] = np.where(df["col1"] == "ERR", df["col1"], df["col1"]*1.1)
print(df)

# works fine
df["test"] = np.where(df["col1"] == "ERR", df["col1"], df["col1"]*1)
# TypeError: can't multiply sequence by non-int of type 'float'
df["test"] = np.where(df["col1"] == "ERR", df["col1"], df["col1"]*1.1)

无法理解为什么会发生这种事

Answer 1

问题是数字与非数字值混合，可能的解决方案是将输出转换为数字：

s = pd.to_numeric(df["col1"], errors='coerce')
df["test"] = np.where(df["col1"] == "ERR", s, s*1)
df["test"] = np.where(df["col1"] == "ERR", s, s*1.1)
print(df)
  col1  col2  t  test
0  1.1     3  F  1.21
1  2.1     4  F  2.31
2  ERR     5  T   NaN
3  0.1     6  F  0.11


print(s)
0    1.1
1    2.1
2    NaN
3    0.1
Name: col1, dtype: float64

Answer 2

问题不在于np.where。问题在于：

df["col1"]*1.1

列的类型是对象，当您试图用浮点数对其进行乘时。您只能对数字列执行此操作。

Answer 3

这个错误是因为运行df["col1"]*1.1将试图将'ERR‘乘以1.1，这是不可能的。在python中，不存在使用1的错误*字符串是一个有效的操作，例如，2*'ABC'给出'ABCABC' (在您的情况下它仍然是不需要的，并且只像您期望的那样在1中工作)。

如果要保持列完整，但要乘以非ERR值，则只能对数值进行切片：

df.loc[df['col1'].ne('ERR'), 'col1'] *= 1.1

产出：

   col1  col2
0  1.21     3
1  2.31     4
2   ERR     5
3  0.11     6

注意：对于标识行的更多通用方法，如果您有一个应该跳过的值列表：

m = ~df['col1'].isin(['ERR', 'INVALID'])

或跳过所有非数字值：

m = pd.to_numeric(df['col1'], errors='coerce').notna()

然后更新：

df.loc[m, 'col1'] *= 1.1