Python 熊猫"；其中；功能似乎没有短路

我可能误解了这是怎么回事。 我感到惊讶的是，考虑到这个数据框架：

A   B      C            D
0   9.0    Nonnumeric   9.0
2   9.0    Num0a        9.0

这确实出现短路（--良好！）：

但这并不（--糟糕！）： （由于不存在短路，因此给出了除零误差）：

错误是：

self = (df["C"].str[-2:].apply(lambda x: int(x, 16))),
ValueError: invalid literal for int() with base 16: 'ic'

---

不，即使第一种方法也不会短路。在计算结果之前，必须先计算两个操作数。也就是说，这是计算出来的

i = dfzero["A"] != 0
i

0    False
1     True
Name: A, dtype: bool

这也是：

j = 1 / dfzero['A']
j

0         inf
1    0.500000
Name: A, dtype: float64

这句话实际上是：

pd.DataFrame.where(i, j, 0)

第二个也一样。这种行为是一贯的

您是否希望出现

零错误

？使用numpy或pandas不会得到这样的结果，因为这些库假设您知道在计算这些量时您在做什么

---

这里的选项是预计算掩码，然后仅计算这些行的结果

m = df["C"].str.len() == 5
df['D'] = df.loc[m, 'C'].str[-2:].apply(lambda x: int(x, 16))

df

   A    B           C     D
0  0  9.0  Nonnumeric   NaN
1  2  9.0       Num0a  10.0

---

如果您想填写NAN，请使用

df.loc[~m，'D']=fill_value

谢谢，这很有意义，而且不要介意下面的警告：我通过复制到具有不同名称的新数据帧来摆脱它。这是可行的，但我得到了令人恐惧的设置WithCopyWarning（即使我使用的是.loc[row\u indexer，col\u indexer]）：设置WithCopyWarning：试图在数据帧切片的副本上设置值。尝试改用.loc[row\u indexer，col\u indexer]=value

pd.DataFrame.where(i, j, 0)

m = df["C"].str.len() == 5
df['D'] = df.loc[m, 'C'].str[-2:].apply(lambda x: int(x, 16))

df

   A    B           C     D
0  0  9.0  Nonnumeric   NaN
1  2  9.0       Num0a  10.0