如何在Pandas中跳过NaN值将hexValues列转为十进制？

直接给两种实用处理方案：

方法1：自定义转换函数结合try-except #

如果需要灵活控制错误处理逻辑，比如自定义异常返回值，可以写个小函数配合apply使用：

import pandas as pd
import numpy as np

def hex_to_dec(hex_val):
    try:
        # 先转字符串，避免非字符串类型的转换问题
        return int(str(hex_val), 16)
    # 捕获转换失败的异常：比如NaN转字符串是"nan"，无法解析为十六进制；或其他无效格式
    except (ValueError, TypeError):
        # 可返回原NaN，也可以自定义值，这里返回np.nan保持统一格式
        return np.nan

data["decValues"] = data["hexValues"].apply(hex_to_dec)

方法2：用Pandas内置pd.to_numeric（更高效） #

Pandas自带的to_numeric支持直接解析十六进制，且是向量化操作，效率比逐行apply高很多：

import pandas as pd

# base=16指定按十六进制解析，errors="ignore"保留无法转换的原值（比如NaN）
data["decValues"] = pd.to_numeric(data["hexValues"], base=16, errors="ignore")

如果希望把所有无法转换的值统一替换为NaN，只需把errors="ignore"改成errors="coerce"即可。

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