Python 比较Dataframe中类型值不一致的列

数据帧df将如下所示：

import pandas as pd

df = pd.DataFrame({'RMDS': ['10.686000','NYSE_XNAS','0.472590','qrtr'], 'Mstar': ['10.690000', 'NYSE_XNAS', '0.473590','mnthly']})

我想比较“RMDS”和“Mstar”的值，数据帧的类型是“object”，这是一个巨大的数据帧，我需要比较四舍五入的值

掩码=np.环绕（pd.到数值（df.Mstar），2）！=np.around（pd.to_numeric（df.RMDS），2）

df_差=df[遮罩]

由于列中的值不一致，所以每当字符串值像'qrtr'一样出现时，上面的逻辑就失败了，因为我正在使用pd.to_numeric，但我仍然想比较'RMDS'中的'qrtr'和'Mstar'中的'mnthly'

---

有什么方法可以处理这种情况。

使用

pd。要转换数值，然后
.fillna
将所有未转换的内容取回

    Mstar       RMDS
0   10.690000   10.686000
1   NYSE_XNAS   NYSE_XNAS
2   0.473590    0.472590
3   mnthly      qrtr


或者，定义自己的函数并使用
.applymap

import pandas as pd
import numpy as np

df = np.round(df.apply(pd.to_numeric, errors='coerce'),2).fillna(df)
#        RMDS      Mstar
#0      10.69      10.69
#1  NYSE_XNAS  NYSE_XNAS
#2       0.47       0.47
#3       qrtr     mnthly

df.RMDS == df.Mstar
#0     True
#1     True
#2     True
#3    False
#dtype: bool

def my_round(x):
    try:
        return np.round(float(x),2)
    except ValueError:
        return x

df = df.applymap(my_round)