如何在含多数据类型的Pandas DataFrame中将负数替换为0

直接执行df[df<0]=0报错的核心原因：你的DataFrame包含字符串/日期类型列，这类列无法与整数0做大小比较，触发了类型不兼容错误。

以下是两种针对多类型DataFrame的可行解决方案：

方案1：使用clip方法快速替换 #

clip方法可指定数值上下界，设置下界为0后，所有小于0的数值会被替换为0，大于等于0的数值保持不变，且仅对数值型列生效：

import pandas as pd

# 读取Excel数据
df = pd.read_excel('C:/X/X/X/Book1.xlsx')
# 筛选所有数值类型列（int、float等）
numeric_columns = df.select_dtypes(include=['number']).columns
# 对数值列应用clip替换负数
df[numeric_columns] = df[numeric_columns].clip(lower=0)

方案2：使用where条件替换 #

通过where方法保留满足≥0条件的值，不满足的直接替换为0，同样仅针对数值列：

import pandas as pd

df = pd.read_excel('C:/X/X/X/Book1.xlsx')
numeric_columns = df.select_dtypes(include=['number']).columns
# 保留≥0的值，否则替换为0
df[numeric_columns] = df[numeric_columns].where(df[numeric_columns] >= 0, 0)

关键说明 #

• select_dtypes(include=['number'])会自动识别整数、浮点等数值类型列，自动排除日期（datetime64）、字符串（object）类型列，完美适配多类型场景。
• 两种方法均不会修改非数值列内容，确保日期、字符数据保持原样。

内容的提问来源于stack exchange，提问作者user20203146