更改数据框类型并出现异常

Question

我有一些由 1 列和 5 行组成的熊猫数据框，每个数据框包含 3 个值，“1”、“0”和“P”。这些数据框属于“对象”类型。

当我将数据框添加在一起时遇到了问题。我给你举个例子：

df1 = [ 1, P, 0, 1, 1]
df2 = [1, P, 1, 1,1]
df1 + df2 = [11, PP, 01, 11,11]

注意：“P”在所有数据帧中始终位于同一位置。因此，当将数据帧加在一起时，例如我可以得到“PPPPP”。

在上面的示例中，我试图让输出为：

df1 + df2 =  [2, P, 1, 2, 2]

我在想的是使用 pandas 使每个数据框列数字化，然后我应该能够将它们加在一起。

pd.to_numeric(df1["my df title"], errors='coerce')

这样做的问题是“P”值无法转换为数字。如何使除 p 值之外的所有内容都变成数字？

当我添加 df1 + df2 + df3 + df4 时，我的真实数据框是什么样子的：

0     1111
1     PPPP
2     1111
3     1111
4     PPPP

Answer 1

只需使用if-else 将每个值转换为预期输出即可。

import pandas as pd

df1 = pd.DataFrame({'col': [ '1', 'P', '0', '1', '1']})
df2 = pd.DataFrame({'col': [ '1', 'P', '1', '1', '1']})

s = df1['col'] + df2['col']

s = s.map(lambda x: 'P' if 'P' in x else sum(map(int, list(x))))

print(s)

0    2
1    P
2    1
3    2
4    2
Name: col, dtype: object