如何在Pandas字符串列中将逗号替换为点且避免生成NaN值？

我有一个包含字符串列的数据集，希望将该列中的逗号替换为点。但使用代码df['code_input'] = df['code_input'].str.replace(',', '.')时，部分行（如整数值行）会返回NaN值。期望处理后保留所有非需替换的内容（如"40"仍为"40"），仅替换逗号为点；当前方法却使部分行变为NaN。

期望结果：

当前方法结果：

问题出在列的数据类型混合：code_input列里既有字符串，又有整数（比如40）。Pandas的str.replace()方法只能作用于字符串类型元素，非字符串类型（如整数）会直接返回NaN。

先把整个列统一转换成字符串类型，再执行替换操作，确保所有行都能被正确处理：

# 先转字符串，再替换逗号为点
df['code_input'] = df['code_input'].astype(str).str.replace(',', '.')

如果担心转字符串时出现意外，也可以用apply结合lambda函数，强制每个元素以字符串形式处理：

df['code_input'] = df['code_input'].apply(lambda x: str(x).replace(',', '.'))

这两种方法都能让"40"这类整数值保持原样，同时把所有逗号替换成点，得到预期结果。

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