熊猫数据框：将列转换为具有默认值的数字

Question

我很惊讶我找不到任何关于此的信息：

问：如果转换失败，如何将列的值转换为具有默认值的数字。

我需要所有值都是数字，以便对它们执行算术函数。原始输入数据包含不可转换的值，例如 "","**", "not available", ....

例如

1
2
*
4

应该变成：

1
2
0
4

我尝试过的：

• to_numberic：不允许设置默认值。 errors=coerce 会将值设置为NaN，之后无法进行算术处理。
• df[COLUMN].apply (makeNumber) 和 def makeNumber(value): return 0.0 显然对字符串值没有任何作用。

Answer 1

如果原始使用中没有缺失值：

df['col'] = pd.to_numeric(df['col'], errors='coerce').fillna(0)

如果需要像评论这样的低调解决方案：

df['col'] = pd.to_numeric(df['col'], errors='coerce').fillna(0, downcast="infer")
print (df)
   col
0    1
1    2
2    0
3    4

如果可能在原始值中缺失并且不需要替换它们：

print (df)
   col
0    1
1    2
2    *
3    4
4  NaN

s = pd.to_numeric(df['col'], errors='coerce')

df['col'] = s.mask(s.isna() & df['col'].notna(), 0)
print (df)
   col
0  1.0
1  2.0
2  0.0
3  4.0
4  NaN