Python 若字符串是一个数字，则转换为浮点数，否则放入新列

我想取上面的数据帧，然后得到下面的数据帧。我希望CouponCode列中的所有数字都转换为浮点数或整数，如果该值不是数字，我希望将其放入新的列名couponName中（我将“nan”作为字符串输入，但当然我希望它们是“实”空值）

计划

• 使用

  pd.\u数值
  应用于
  'CouponCode'
  的每个单独元素。这太慢了！我为什么要这样做？因为这是我知道的确保
  int
  映射到
  int
  ，
  float
  到
  float
  ，以及
  str
  到
  str
  的唯一方法<结果列的code>dtype
  将是
  object
  。我本可以对整个列执行
  pd.to\u numeric
  ，使用
  errors='concurve'
  ，问题是
  nan
  会将
  int
  转换为
  float

• 使用

  .str.is_numeric

  确定哪些是字符串，并将它们移植到新列

---

---

计划

• 使用

  pd.\u数值
  应用于
  'CouponCode'
  的每个单独元素。这太慢了！我为什么要这样做？因为这是我知道的确保
  int
  映射到
  int
  ，
  float
  到
  float
  ，以及
  str
  到
  str
  的唯一方法<结果列的code>dtype
  将是
  object
  。我本可以对整个列执行
  pd.to\u numeric
  ，使用
  errors='concurve'
  ，问题是
  nan
  会将
  int
  转换为
  float

• 使用

  .str.is_numeric

  确定哪些是字符串，并将它们移植到新列

---

---

---

将

.str

访问器与

isnumeric（）一起使用

：

输出：

df['CouponName']=np.where(~df.CouponCode.str.isnumeric(),df.CouponCode,np.nan)

---

将

.str

访问器与

isnumeric（）一起使用

：

输出：

df['CouponName']=np.where(~df.CouponCode.str.isnumeric(),df.CouponCode,np.nan)

---

我收到以下错误：一元数的操作数类型错误：'float'。如何修复此问题？@Hound查看在进行任何其他调整之前，在dataframe上运行

~df.CouponCode.str.isnumeric（）

是否会出现相同的错误。@Hound这是因为您的列中已经有一些浮点或整数。解决

~df.CouponCode.astype（str）.str.isnumeric（）

我收到了以下错误：一元数的操作数类型错误~：“float”。如何修复此问题？@Hound查看在进行任何其他调整之前，在dataframe上运行

~df.CouponCode.str.isnumeric（）

是否会出现相同的错误。@Hound这是因为您的列中已经有一些浮点或整数。解决

~df.CouponCode.astype（str.str.isnumeric（）

df.loc[~df.CouponCode.astype(str).str.isnumeric(), 'CouponName'] = df.CouponCode
df.loc[:, 'CouponCode'] = df.CouponCode.apply(pd.to_numeric, errors='ignore')
df

  CouponCode CouponName
0          1        NaN
1          2        NaN
2          3        NaN
3   Winter14   Winter14
4          5        NaN

df.to_dict('list')

{'CouponCode': [1, 2, 3, 'Winter14', 5],
 'CouponName': [nan, nan, nan, 'Winter14', nan]}

df['CouponName']=np.where(~df.CouponCode.str.isnumeric(),df.CouponCode,np.nan)

  CouponCode CouponName
0          1        NaN
1          2        NaN
2          3        NaN
3   Winter14   Winter14
4          5        NaN