[python] データフレームの列に含まれる「数字＋NaN＋文字」の「文字」の部分だけを数字に置換したい

Question

pandasのデータフレーム(dtype:object)の中に、「数字＋NaN＋文字」が含まれた列が存在しています。（文字は「存在しない」という日本語が該当します）

この列に対して、「文字(=存在しない)」の部分を「数字の"0"」に置換、他はそのままで「数字＋NaN＋文字」の状態から「数字＋NaN」の状態にしたいのですが、思うようにコードが書けません。

どなたかご教示いただけないでしょうか？お手数ですが、よろしくお願いします。

データフレームの列の中身

df[df.columns[0]]
Out[4]: 
3      0.1
4      0.1
5      存在しない
6      NaN
7      0.1
8      NaN
9      0.1
10     1.1
.
.
.

990     存在しない
991     存在しない
992    0.25
993    NaN
994     存在しない
995    NaN
996    NaN
997    NaN
998    NaN
Name: ABC, Length: 896, dtype: object

期待している姿

私が期待しているのは、「文字(=存在しない)」の部分を「数字の"0"」に置換、他はそのままで「数字＋NaN＋文字」の状態から「数字＋NaN」の状態にして、列全体をfloat型にすること、です。

df[df.columns[0]]
Out[5]: 
3      0.1
4      0.1
5      0.0
6      NaN
7      0.1
8      NaN
9      0.1
10     1.1
.
.
.

990    0.0
991    0.0
992    0.25
993    NaN
994    0.0
995    NaN
996    NaN
997    NaN
998    NaN
Name: ABC, Length: 896, dtype: float64

私が書いたコード

df[df.columns[0]]=df[df.columns[0]].map({'存在しない':0.0}).astype(float)

私が書いたコードでの出力結果

私が書いたコードでは、「存在しない」の部分は0に変換されるのですが、もともと「数字、NaN」だったところがすべてNaNになってしまいます。

df[df.columns[0]]
Out[6]: 
3      NaN
4      NaN
5      0.0
6      NaN
7      NaN
8      NaN
9      NaN
10     NaN

990    0.0
991    0.0
992    NaN
993    NaN
994    0.0
995    NaN
996    NaN
997    NaN
998    NaN
Name: ABC, Length: 896, dtype: float64

Answer 1

"存在しない"を0にするのでしたら

import pandas as pd
import numpy as np

s = df[df.columns[0]]

# '存在しない'を0に変換
s.mask(s == '存在しない', 0, inplace=True)

# objectのままなのでfloatに型変換
s = s.astype(float)

df[df.columns[0]] = s

サンプルだと

import pandas as pd
import numpy as np

s = pd.Series([0.1, 1.5, np.nan, "存在しない", ])

# '存在しない'を0に変換
s.mask(s == '存在しない', 0, inplace=True)

# objectのままなのでfloatに型変換
s = s.astype(float)

Answer 2

こんな感じで良いですか。

>>> import pandas as pd
>>> import numpy as np
>>> s = pd.Series([0.1,1.5,np.nan,"存在しない",])
>>> s
0      0.1
1      1.5
2      NaN
3    存在しない
dtype: object
>>> s.map(lambda x:0 if type(x) == str else x)
0    0.1
1    1.5
2    NaN
3    0.0
dtype: float64

lambdaは何でもできます（常にベストな手段かどうかは別として）。