使用np.where()转换Pandas列数据异常：无法识别"No restriction"

问题场景 #

想要实现：DataFrame某列中，若单元格包含短语"No restriction"则保留原值，否则转换为float类型。使用的代码如下：

main_df[col] = np.where(main_df[col].str.contains('no restriction', case=False, na=False, regex=False),
                        main_df[col],
                        main_df[col].apply(lambda x: float(x)))

但运行时触发错误，提示无法将"No restriction"转换为float：

140     main_df[col] = np.where(main_df[col].str.contains('no restriction', case=False, na=False, regex=False),    
    141                             main_df[col],
--> 142                             main_df[col].apply(lambda x: float(x)))

ValueError: could not convert string to float: 'No restriction'

问题根源 #

不是str.contains没检测到目标字符串，而是numpy的np.where会先完整计算所有三个参数，再根据条件选择取值。也就是说，不管单元格是否匹配"No restriction"，main_df[col].apply(lambda x: float(x))都会被提前执行一遍，这就导致所有包含"No restriction"的单元格都会触发转换float的错误，条件判断根本没机会生效。

解决方法 #

方法1：用Pandas apply逐行判断 #

直接在apply里做分支逻辑，只对不匹配的单元格转换：

main_df[col] = main_df[col].apply(
    lambda x: x if 'no restriction' in x.lower() else float(x)
)

方法2：用Pandas原生的where/mask方法 #

Pandas的Series.where是惰性执行的，只会对不满足条件的元素应用转换操作：

main_df[col] = main_df[col].where(
    main_df[col].str.contains('no restriction', case=False, na=False, regex=False),
    main_df[col].astype(float)
)

如果习惯反向逻辑，也可以用mask（不满足条件时替换）：

main_df[col] = main_df[col].mask(
    ~main_df[col].str.contains('no restriction', case=False, na=False, regex=False),
    main_df[col].astype(float)
)

方法3：提前筛选再转换 #

先定位需要转换的行，单独处理，避免全局触发转换：

# 生成不包含目标短语的行的掩码
mask = ~main_df[col].str.contains('no restriction', case=False, na=False, regex=False)
# 只对这些行执行转换
main_df.loc[mask, col] = main_df.loc[mask, col].astype(float)

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