如何用numpy.where检查DataFrame字符串数值的小数位数与范围并标记问题

核心思路 #

要实现需求，需分两步处理两个判断条件，再通过numpy.where组合条件生成标记列：

1. 分析字符串格式数值的小数位数
2. 转换数值后判断是否在指定范围内
3. 用逻辑与组合两个条件，满足时标记issues，否则留空

代码实现 #

首先构造示例DataFrame：

import pandas as pd
import numpy as np

# 示例数据
df = pd.DataFrame({
    'value_str': ['12.34', '56', '-99.9', '201.00', '-101.12', '150.78']
})

步骤1：计算小数位数

通过字符串方法判断是否含小数点，再提取小数部分长度：

# 判断是否包含小数点
has_decimal = df['value_str'].str.contains('\.', regex=True)
# 计算小数位数：有小数点取小数部分长度，无则为0
decimal_places = np.where(
    has_decimal,
    df['value_str'].str.split('.').str[1].str.len(),
    0
)

步骤2：转换数值并判断范围

将字符串转为数值型，方便范围校验：

# 转换为数值（默认所有字符串都是合法数值，若有异常可加errors='coerce'）
num_values = pd.to_numeric(df['value_str'])
# 判断是否在[-100, 200]范围外
out_of_range = (num_values < -100) | (num_values > 200)

步骤3：生成标记列

组合两个条件，用numpy.where生成结果：

# 组合条件：小数位数≠2 且 数值超出范围
condition = (decimal_places != 2) & out_of_range
# 添加新列
df['check_result'] = np.where(condition, 'issues', '')

运行结果 #

执行后DataFrame内容：

value_str check_result
0    12.34              
1       56              
2     -99.9              
3    201.00       issues
4   -101.12       issues
5    150.78              

补充说明 #

• 所有操作均使用矢量化方法，未用到apply，效率更高
• 若存在无法转换为数值的字符串，可在pd.to_numeric中添加errors='coerce'，并额外处理NaN的情况（比如将其也标记为issues）

内容的提问来源于stack exchange，提问作者sadaa