昨兒個想處理一個百萬資料量的時間序列資料，本來單純的以為資料都是可以用float()轉換的str，可是在執行下面程式碼時就會報錯：

power = household_power.Global_active_power[6838:6840].apply(lambda x: float(x) if type(x)==str else 0)

於是懷疑自己的lambda是不是寫錯了，還是apply函式用錯了，可最後發現沒啥問題啊！直到最後我開始懷疑資料，用簡單粗暴的方式，二分排查，最終終於找到了罪魁禍首：

In[1]: 
household_power.Global_active_power[
 
6838:6840]
Out[1]:
Date
21/12/2006    0.244
21/12/2006        ?
Name: Global_active_power, dtype: object

看到那個“？”了嗎啊，沒錯就是他，害得我調了幾個小時（主要還是因為我菜）
找到了問題就得解決，可是上百萬的資料中，可能還有其他這種“？”，得找個方法過濾掉它，於是乎在嘗試各種if，else判斷無果後，我突然想起了try, except，哇！是真的好用！

def format(x):
    try:
        return float(x)
    except ValueError:
        x =
 
 0.0
        return x

這樣一個格式化函式，可以在報錯的“？”號處起到過濾效果，開始小激動了。
回到開始的地方，用在apply裡

power = household_power.Global_active_power.apply(format)
plt.figure(figsize=(10, 8))
power.plot()
plt.show()

哦了，完美解決問題！菜雞第一次感受到來自try except的愛！