含缺失值的列相乘问题：Pandas中无需填充0/1的解决方案

你的代码直接使用astype(float)会报错，因为空字符串无法直接转换为浮点数。要保留缺失值（不填充0或1），可以先把A列的空字符串转换为Pandas标准的缺失值NaN，再进行乘法运算：

修改后的代码 #

import pandas as pd

df = pd.DataFrame({
    "A": [1,2,"",4],
    "B": [2.0,5.0,6.0,7.0]
})
# 将A列转换为数值型，空字符串转为NaN
df["A"] = pd.to_numeric(df["A"], errors='coerce')
# 两列相乘，NaN参与运算结果仍为NaN
df["C"] = df["A"] * df["B"]
print(df)

输出结果 #

A    B     C
0  1.0  2.0   2.0
1  2.0  5.0  10.0
2  NaN  6.0   NaN
3  4.0  7.0  28.0

关键说明 #

• pd.to_numeric(df["A"], errors='coerce')：该方法会尝试将列内元素转换为数值类型，遇到无法转换的值（比如空字符串）时，会将其转为NaN（Pandas的缺失值标记），而非抛出错误。
• NaN与任何数值相乘的结果仍为NaN，这样既完成了有效数据的运算，又保留了原数据的缺失状态，无需用0或1填充。

内容的提问来源于stack exchange，提问作者shaftel