如何在 Pandas 中安全地对含文本/缺失值的数值列执行计算

在Pandas的实际数据处理场景中，数值列混入文本、缺失值是很常见的问题，直接对这类列做求和、均值等计算很容易触发类型错误或者得到不符合预期的结果，需要提前做安全处理才能保证计算正常执行。

常见的问题场景

我们先构造一个包含异常值的示例数据，方便后续演示处理方法：

import pandas as pd
import numpy as np

# 构造测试数据，数值列混入文本和缺失值
df = pd.DataFrame({
    "score": [90, "85", np.nan, "缺考", 78, None, 92]
})
print("原始数据：")
print(df)

上面的score列本应是数值类型，但实际包含了字符串、np.nan、None等多种异常内容，直接调用sum()方法会直接报错。

方法一：使用pd.to_numeric转换并忽略错误

pd.to_numeric是处理混合类型数值列的常用工具，它的errors参数可以指定遇到非数值内容时的处理方式：

• errors='coerce'：将非数值内容转换为NaN
• errors='ignore'：保留原始内容不做转换

安全计算时我们优先选择coerce模式，把所有异常值统一转为缺失值，再执行计算：

# 将列转换为数值类型，异常值转为NaN
df["score_clean"] = pd.to_numeric(df["score"], errors="coerce")
print("转换后的数据：")
print(df)

# 安全计算总和、均值
total = df["score_clean"].sum()
mean = df["score_clean"].mean()
print(f"总分：{total}，平均分：{mean}")

方法二：计算前过滤非数值内容

如果不想修改原始列的数据，也可以在计算前先过滤掉非数值的内容，通过pd.api.types.is_numeric判断元素是否为数值类型：

# 过滤出数值类型的元素
numeric_values = df["score"][df["score"].apply(lambda x: pd.api.types.is_numeric(x))]
print("过滤后的数值内容：")
print(numeric_values)

# 执行计算
total = numeric_values.sum()
mean = numeric_values.mean()
print(f"总分：{total}，平均分：{mean}")

方法三：缺失值填充后再计算

转换为数值类型后，列中会出现NaN缺失值，部分计算场景下可以用合理的值填充缺失值再计算，比如用均值、0或者特定默认值填充：

# 先转换类型，再用列均值填充缺失值
df["score_filled"] = pd.to_numeric(df["score"], errors="coerce").fillna(df["score"].mean())
print("填充后的数据：")
print(df)

# 计算总和
total = df["score_filled"].sum()
print(f"填充后总分：{total}")

三种方法的适用场景对比

注意事项

执行计算前建议先通过df.dtypes查看列的数据类型，确认是否为object类型再进行处理。如果列中文本内容是统一的格式，比如都是"分"结尾的数值，也可以先通过字符串处理提取数值部分再转换：

# 示例：处理"90分"这类带单位的文本
df_test = pd.DataFrame({"score": ["90分", "85分", np.nan, "缺考"]})
# 提取数字部分再转换
df_test["score_clean"] = pd.to_numeric(df_test["score"].str.extract(r"(d+)")[0], errors="coerce")
print(df_test)

Pandas数值列计算缺失值处理文本数据清洗数据预处理修改时间：2026-07-18 18:00:25