将字符串函数应用于可以是 NaN 的元素

Question

我有一个 Pandas DataFrame，其中包含人类编写的分类数据。让我们这样说：

>>> df = pd.DataFrame({'name': ["A", " A", "A ", "b", "B"]})
  name
0    A
1    A
2   A
3    b
4    B

我想通过去除空格并将它们大写来规范化这些值。这很好用：

>>> df.apply(lambda x: x['name'].upper().strip(), axis=1)
0    A
1    A
2    A
3    B
4    B

我遇到的问题是我还有一些 nan 值，我实际上希望这些值在此转换后保持为 nans。但如果我有这个：

>>> df2 = pd.DataFrame({'name': ["A", " A", "A ", "b", "B", np.nan]})
>>> df2.apply(lambda x: x['name'].upper().strip(), axis=1)
("'float' object has no attribute 'upper'", u'occurred at index 5')

我想要的是这个：

0    A
1    A
2    A
3    B
4    B
5   NaN

我明白为什么会发生这种情况（nan 是浮点数，而其他是字符串），但我找不到写这个的优雅方式..

有什么想法吗？

Answer 1

您可以使用矢量化的str 运算符：

>>> df2.name.str.strip().str.upper()
0      A
1      A
2      A
3      B
4      B
5    NaN
Name: name, dtype: object

Answer 2

你可以在你的 lambda 函数中有一个 if 语句来确保它是一个字符串：

>>> lambda x: x['name'].upper().strip() if isinstance(x, str) else x