如何将DataFrame中含字符串的元素设为0并计算列最大值？

下面提供几种实用方案，可根据你的具体需求选择：

方案1：自动转换可解析的数字字符串，其余转为0 #

这个方案会把字符串中能识别为数字的内容（比如"123"、"45.67"）转为对应数值，无法解析的纯字符串（比如"abc"）转为0，适合保留字符串中数字信息的场景：

import pandas as pd

# 将整个DataFrame的元素转为数值，无法转换的设为NaN，再替换为0
df = df.apply(pd.to_numeric, errors='coerce').fillna(0)
# 直接计算各列最大值
column_maxes = df.max()

方案2：仅针对字符串类型列处理 #

如果只想对原本是字符串类型的列（pandas中dtype为object）进行转换，不改动浮点数列：

# 筛选出所有object类型的列
string_columns = df.select_dtypes(include=['object']).columns
# 对这些列执行转换+补0操作
df[string_columns] = df[string_columns].apply(pd.to_numeric, errors='coerce').fillna(0)
# 计算最大值
column_maxes = df.max()

方案3：强制将所有字符串元素转为0（不管是否含数字） #

如果不管字符串里有没有数字，只要是字符串就替换为0，可使用isinstance判断类型：

# 遍历每个元素，判断是否为字符串，是则替换为0
df = df.applymap(lambda x: 0 if isinstance(x, str) else x)
# 计算最大值
column_maxes = df.max()

注意：方案3会把"123"这类数字字符串直接转为0，而前两种方案会保留其数值，根据你的实际需求选择即可。

内容的提问来源于stack exchange，提问作者maks6077