Python 如何在同样包含Float number和Nan或None值的列中舍入浮点值？

在DF中，我有一列包含

float

、

str

、

None

和

nan

值

我只想舍入

浮点值

而不影响其他值。我尝试使用掩码只访问

float

值，但没有成功

如果解决方案可以使用本机

pandas

函数而不是迭代，我更愿意这样做

我的数据样本：

 index      Column A         Column B   
 1          57:24.1          98.67799997
 2          57:24.1          58.67799997
 3          57:53.8          95.66000009
 4          358:23.4         210.68099999
 5          None             35.10
 6          25.06778         None
 7          99999.565656     Abc
 8          abc              None

---

这样如何-它将检查该值是否为浮点值，如果是，它将四舍五入为1，否则不执行任何操作：

df["Column B"].apply(lambda x: round(x,1) if isinstance(x,float) else x)

或者，如果要将此函数应用于数据帧中的每个单元格：

df.applymap(lambda x: round(x,1) if isinstance(x,float) else x)

---

另请参见：

试试这个怎么样。可能有点贵，但值得一试

df['Column B'] = [round(val,2) for val in df['column B'] if type(val)==float]

---

不幸的是，您建议的第一个解决方案返回了B列，但没有四舍五入&第二个解决方案返回了完整的DF，没有任何更改（未四舍五入）。请尝试将

float

替换为

np.float64

。基本上，它需要与数据帧中的浮点类型完全相同。您给出的第一个解决方案没有更改输出第二个解决方案返回我：AttributeError:“Series”对象没有属性“applymap”，我可以检查“df”是否是一个具有多个列的数据帧吗？