如何仅对DataFrame指定列的非NaN值执行除以1000的运算

你执行失败并非因为NaN，pandas的数值运算默认会自动忽略NaN值，真正的原因是Col1列存储的是带千分位逗号的字符串格式，无法直接参与数值运算，按以下步骤处理即可：

1. 先把Col1列的字符串转换为数值类型，自动保留NaN值
2. 对转换后的数值做除以1000的运算
3. 按需将结果格式化为你预期的带千分位逗号的展示格式

完整实现代码如下：

import pandas as pd
import numpy as np

# 步骤1：去掉Col1字符串中的千分位逗号，转换为数值类型，无法转换的内容自动设为NaN
df['Col1_numeric'] = pd.to_numeric(df['Col1'].str.replace(',', '', regex=False), errors='coerce')

# 步骤2：除以1000得到Col2的数值结果，NaN自动保留
df['Col2'] = df['Col1_numeric'] / 1000

# 步骤3（可选）：如果需要Col2为和示例一致的带千分位逗号的字符串格式，执行以下代码
def format_col2_val(x):
    if pd.isna(x):
        return np.nan
    if x.is_integer():
        return f"{int(x):,}"
    return str(x)
df['Col2'] = df['Col2'].apply(format_col2_val)

# 删除中间转换列（不需要可省略）
df.drop('Col1_numeric', axis=1, inplace=True)

如果你不需要Col2带千分位逗号，只需要数值类型的结果，可以跳过第三步的格式化操作，直接用除以1000后的数值即可。

内容的提问来源于stack exchange，提问作者user14073111