如何在Pandas DataFrame中仅对整数区域执行log2归一化且保留字符串标签

报错原因 #

你直接对整个DataFrame调用np.log2()时，方法会遍历所有单元格，遇到字符串类型的值无法执行数值计算，就会触发该属性错误。

可行实现代码 #

方案1：固定保留第一列（适配你要保留第一列、第一行标签的需求） #

该方案默认第一行是Excel表头（pd.read_excel默认会把第一行识别为列名，不会参与计算，天然保留），仅跳过第一列的标签内容，对剩余区域的数值做log2转换：

import pandas as pd
import numpy as np

# 读取Excel文件
data1 = pd.read_excel("#此处替换为你的Excel文件实际路径")

# 取出第一列标签
first_col = data1.iloc[:, 0]
# 对除第一列外的所有列，仅数值类型执行log2转换，非数值内容保持原样
processed_data = data1.iloc[:, 1:].apply(lambda col: np.log2(col) if np.issubdtype(col.dtype, np.number) else col)
# 拼接回第一列标签，得到完整结果
data2 = pd.concat([first_col, processed_data], axis=1)

# 可选：如果数据存在0值，避免生成-inf，可将上面的np.log2(col)改为np.log2(col + 1)

# 导出结果到Excel
data2.to_excel("log2转换结果.xlsx", index=False)

方案2：自动识别数值列转换（更灵活） #

不需要手动指定要保留的列，自动筛选所有数值类型的列执行转换，字符串列全部保留原样：

import pandas as pd
import numpy as np

data1 = pd.read_excel("#此处替换为你的Excel文件实际路径")
# 筛选所有数值列
numeric_cols = data1.select_dtypes(include=[np.number]).columns
# 仅对数值列做log2转换
data1[numeric_cols] = data1[numeric_cols].apply(lambda col: np.log2(col))
data2 = data1.copy()

data2.to_excel("log2转换结果.xlsx", index=False)

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