Pandas单行使零错误导致全列除法运算结果全部异常问题排查

你使用的try-except捕获逻辑作用于整个pandas向量化运算语句，而非逐行判断：
pandas的列级运算默认是向量化执行，会一次性对整列数据做计算，只要运算过程中存在任意一行触发除零异常，整个运算就会直接终止，try代码块内的df['Result']赋值操作不会生效，程序直接进入except分支，将整列Result统一赋值为你设置的默认值。

有以下3种常用的高效实现方案：

• 方案1：替换零值后计算再补默认值
  先将ColA中的0替换为NaN，运算后将结果中的NaN填充为0即可：

df['Result'] = (df['ColB'] / df['ColA'].replace(0, float('nan'))).fillna(0)

• 方案2：使用numpy的向量化安全除法
  直接调用np.divide，通过where参数指定仅在ColA不为0时执行计算，其余位置直接使用out参数设定的默认值0，性能最优：

import numpy as np
df['Result'] = np.divide(df['ColB'], df['ColA'], out=np.zeros_like(df['ColB'], dtype='float'), where=df['ColA']!=0)

• 方案3：逐行判断（仅适合小数据量场景）
  通过apply逐行执行逻辑，每行单独做异常判断，大数据量下性能远低于向量化方案：

df['Result'] = df.apply(lambda row: row['ColB']/row['ColA'] if row['ColA'] != 0 else 0, axis=1)

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