Python DataFrame：使用字符串数据类型减去列

如何减去包含字符串类型值的两列？没有值用“---”表示，结果中应为“---”。结果也应该是字符串类型的值

来源

df1 = pd.DataFrame({'x': ['a', 'b', 'c'], 'y': ['5', '---', '7']})

    x   y
0   'a' '5'
1   'b' '---'
2   'c' '7'

df2 = pd.DataFrame({'x': ['a', 'b', 'c'], 'y': ['1', '2', '---']})

    x    y
0   'a'  '1'
1   'b'  '2'
2   'c'  '---'

目标

df3 = df1 - df2

    x   y
0   'a' '4'
1   'b' '---'
2   'c' '---'

尝试：

df1.set_index('x').apply(lambda x: pd.to_numeric(x,errors='coerce')).sub(
      df2.set_index('x').apply(lambda x: pd.to_numeric(x,errors='coerce'))).fillna('--')\
                                                                .reset_index()

---

---

您可以使用

pd.to_numeric

将所有

'-'

替换为

NaNs

，也可以将所有值强制转换为

浮动

：

df1['y'] = pd.to_numeric(df1['y'], errors='coerce')
df2['y'] = pd.to_numeric(df2['y'], errors='coerce')

只需将两列相减，并将结果存储在

df1

中，例如：

df1['y'] = (df1['y'] - df2['y']).replace(np.nan,'---')

   x    y
0  a    4
1  b  ---
2  c  ---

---

使用

pd.to_numeric（…，errors='compresse'）

生成数字，然后减去特定列，并使用

fillna（'--'）将其转换回字符串。astype（str）

的工作方式很有魅力。谢谢

df1['y'] = (df1['y'] - df2['y']).replace(np.nan,'---')

   x    y
0  a    4
1  b  ---
2  c  ---