如何在Python中仅对数值单元格执行Mod(%4)运算并跳过空单元格

如何仅对含数据的单元格执行取模4（%4）运算并跳过空单元格？空单元格无法执行取模运算，因此我希望跳过它们。

原始数据：

0    1    2    3    4    5    6    7    8    9    10
A         23   23   10   54   23                               
B         34   12   34   54               
C         98   76
D         11   12   12
E         14   23

我尝试了以下代码，但当某列存在空单元格时，该列完全不执行任何操作：

for i in split.iloc[:,2:]:
   if not np.where(split[i]==''):
       split[i] =split[i].astype(int)
       split[i]=split[i]%4
   else:
       continue

实际输出：

0    1    2    3    4    5    6    7    8    9    10
A         3   3   10   54   23                               
B         2   0   34   54               
C         2   0
D         3   0   12
E         2   3

期望输出：

0    1    2    3    4    5    6    7    8    9    10
A         3   3     2    2    3                               
B         2   0     2    2               
C         2   0
D         3   0     0
E         2   3

原代码的核心错误在于判断逻辑：

• np.where(split[i]=='')返回的是空值的索引数组，not np.where(...)的判断逻辑完全错误，只要列里存在空单元格，就会进入else分支跳过整列处理，这就是为什么列4、5等有数据的单元格也没执行取模。
• 直接用==''判断空值并不严谨，pandas中空值通常以NaN形式存在，而非空字符串。

可以通过以下几种方式实现仅对非空单元格执行取模4运算：

方法1：使用applymap处理每个单元格 #

遍历每个单元格，仅当单元格非空时执行取模：

import pandas as pd
import numpy as np

# 先将空字符串替换为NaN（适配原始数据的空值格式）
split = split.replace('', np.nan)

# 对第2列及之后的列执行处理
split.iloc[:, 2:] = split.iloc[:, 2:].applymap(lambda x: int(x)%4 if pd.notna(x) else x)

方法2：针对列使用where逻辑 #

先判断空值，仅对非空值执行取模运算：

cols = split.columns[2:]
split[cols] = split[cols].apply(lambda x: x.where(pd.isna(x), x.astype(int)%4))

方法3：修正原循环逻辑 #

如果坚持用循环，修改判断逻辑为逐个单元格处理：

for col in split.iloc[:, 2:].columns:
    split[col] = split[col].apply(lambda x: int(x)%4 if x != '' else x)

以上方法都能实现仅对非空单元格执行取模4，同时保留空单元格，得到期望输出。

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