使用pandas将指定列非数值替换为float类型0.0的实现咨询

原有代码的问题如下：

• applymap会作用于整个DataFrame的所有单元格，导致所有列被修改，不符合仅操作最后一列的需求
• 布尔索引的筛选逻辑会将不符合条件的单元格赋值为NaN，没有实现非数值替换为0.0的要求

最优实现方案 #

pandas内置的pd.to_numeric函数原生支持该需求，无需自定义判断函数，执行效率更高：

import pandas as pd

df = pd.read_csv(filename)
# 仅处理最后一列：转换数值+非数值替换为0.0
df.iloc[:, -1] = pd.to_numeric(df.iloc[:, -1], errors='coerce').fillna(0.0)

参数说明：

• errors='coerce'：将无法转换为数值的内容统一转为NaN
• fillna(0.0)：将所有NaN值替换为float类型的0.0，完全匹配需求要求

自定义函数的修正写法 #

如果你需要保留原有自定义判断逻辑，只需修改为仅对最后一列应用函数即可：

import pandas as pd

def convert_to_float(x):
    try:
        return float(x)
    except:
        return 0.0

df = pd.read_csv(filename)
df.iloc[:, -1] = df.iloc[:, -1].apply(convert_to_float)

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