Python处理DataFrame除法报错，如何忽略(T)(D)等非整数字符？

解决步骤 #

1. 先将待计算的列转换为数值类型，自动将(D)、(T)这类非数值内容替换为NaN，避免类型报错：

import pandas as pd

# 若var1列不是数值类型，先做转换
df['var1'] = pd.to_numeric(df['var1'], errors='coerce')

# 转换var2~var4列，非数值自动转为NaN
df.iloc[:, 2:5] = df.iloc[:, 2:5].apply(pd.to_numeric, errors='coerce')

2. 执行逐行除法运算，pandas会自动忽略NaN值不会报错：

# 注意iloc切片左闭右开，要覆盖var2到var4需要取索引2到5（不包含5）
result = df.iloc[:, 2:5].div(df['var1'], axis=0)

如果需要把计算结果合并回原表，可以加一行：

df[['var2_ratio', 'var3_ratio', 'var4_ratio']] = result

错误原因说明 #

• 原代码报错是因为列中存在字符串类型的标记值，无法直接参与数值运算，pd.to_numeric的errors='coerce'参数可以处理这类非法值，自动转为缺失值。
• 原代码写的iloc[:,2:4]只能取到var2和var3两列，漏了var4，属于切片规则使用错误。

内容的提问来源于stack exchange，提问作者Eunji Kim