如何用Python Pandas将数值列中的字符串替换为指定常量？

针对包含100余列的数据集，需要清洗其中数值列（numeric/float类型）中混入的字符串值（如"OVG""fail""testing"等），统一替换为固定值-1111，以下是具体实现方案：

核心思路 #

对每一列尝试转换为数值类型，无法转换的字符串会被强制转为NaN，随后将所有NaN替换为目标值-1111，最终保留列的数值类型。同时通过阈值判断避免误处理纯文本列。

完整代码 #

import pandas as pd

# 加载数据集（根据实际文件格式调整，比如read_excel、read_parquet等）
df = pd.read_csv("your_dataset.csv")

# 遍历所有列，处理数值列中的字符串值
for col in df.columns:
    # 尝试将列转换为float，无法转换的内容设为NaN
    converted_col = pd.to_numeric(df[col], errors='coerce')
    # 仅当转换后有效数值占比超过阈值（避免误处理纯文本列），才更新原列
    # 阈值可根据数据集实际情况调整，示例设为0.8
    if converted_col.notna().mean() > 0.8:
        df[col] = converted_col.fillna(-1111).astype(float)

# 保存清洗后的数据集
df.to_csv("cleaned_dataset.csv", index=False)

代码说明 #

• pd.to_numeric(..., errors='coerce')：将列内容转换为数值，无法转换的字符串会被转为NaN
• 阈值判断：过滤掉纯文本列，避免把本应是字符串的列强制转为数值列
• fillna(-1111)：将所有因字符串转换产生的NaN替换为目标值-1111
• astype(float)：确保处理后的列保持浮点数值类型

内容的提问来源于stack exchange，提问作者Kavya shree