使用Pandas替换数据列中含范围标识的字符串单元格并转换为浮点型

核心需求实现逻辑 #

只要单元格内容包含<符号就整体替换为0，再统一转换为浮点型，保留原有NaN空值。

单列处理代码（以示例列Ag ICP-MS mg/kg 0.03为例） #

# 1. 匹配所有带<的单元格，替换为0
df_clean.loc[df_clean['Ag ICP-MS mg/kg 0.03'].astype(str).str.contains('<', na=False), 'Ag ICP-MS mg/kg 0.03'] = 0
# 2. 整列转换为浮点型
df_clean['Ag ICP-MS mg/kg 0.03'] = df_clean['Ag ICP-MS mg/kg 0.03'].astype(float)

参数说明 #

• astype(str)：统一转成字符串后再做匹配，避免数值类型调用字符串方法报错
• na=False：空值NaN匹配时返回False，不参与替换，保留原有空值

多列批量处理代码 #

如果有多个化验列需要执行相同清洗逻辑，可批量处理：

# 填入所有需要处理的化验列列名
target_cols = ['Ag ICP-MS mg/kg 0.03', 'Au ICP-MS mg/kg 0.01', 'Cu ICP-MS mg/kg 0.05']
for col in target_cols:
    df_clean.loc[df_clean[col].astype(str).str.contains('<', na=False), col] = 0
    df_clean[col] = df_clean[col].astype(float)

正则replace简化写法 #

也可以用replace正则匹配一步完成替换：

# 正则匹配所有包含<的完整字符串，直接替换为0后转浮点
df_clean['Ag ICP-MS mg/kg 0.03'] = df_clean['Ag ICP-MS mg/kg 0.03'].replace(r'^.*<.*$', 0, regex=True).astype(float)

内容的提问来源于stack exchange，提问作者kfob