Pandas处理含DIV0的列求和后得到空列的问题求助

原因分析 #

你通过pd.to_numeric(errors="coerce")将DIV0转换为了pandas的缺失值（NaN），但pandas中**NaN与任何数值进行算术运算的结果都会是NaN**，所以直接执行df["A"] + df["B"]会得到全为NaN的C列，也就是你看到的“空列”。

解决方案 #

可以通过两种方式实现预期的求和逻辑：

方法一：先填充缺失值再相加

将转换后的NaN替换为0，再执行加法：

import pandas as pd

df = pd.DataFrame({
    "A": [2, 3, 5, "DIV0"],
    "B": ["DIV0", "DIV0", "DIV0", 3]
})

df["A"] = pd.to_numeric(df["A"], errors="coerce").fillna(0)
df["B"] = pd.to_numeric(df["B"], errors="coerce").fillna(0)
df["C"] = df["A"] + df["B"]

方法二：使用add方法指定填充值

利用pandas的add方法，在相加时自动将NaN替换为0，无需提前填充：

import pandas as pd

df = pd.DataFrame({
    "A": [2, 3, 5, "DIV0"],
    "B": ["DIV0", "DIV0", "DIV0", 3]
})

df["A"] = pd.to_numeric(df["A"], errors="coerce")
df["B"] = pd.to_numeric(df["B"], errors="coerce")
df["C"] = df["A"].add(df["B"], fill_value=0)

结果验证 #

两种方法执行后，都会得到你预期的C列取值：2、3、5、3。

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