Question

我有一个DataFrame，其中包含数字作为字符串，并带有数千个标记的逗号。我需要将它们转换成浮点数。

a = [['1,200', '4,200'], ['7,000', '-0.03'], [ '5', '0']]
df=pandas.DataFrame(a)

我猜我需要使用locale.atof。确实

df[0].apply(locale.atof)

按预期工作。我得到了一系列漂浮物。

但是当我将它应用于DataFrame时，我收到了一个错误。

df.apply(locale.atof)

TypeError :(“无法将系列转换为”，在索引0处发生'）

和

df[0:1].apply(locale.atof)

给出了另一个错误：

ValueError :('float（）的文字无效：1,200'，u'occurred at index 0'）

那么，如何将这个DataFrame字符串转换为浮动的DataFrame？

Answer 1

如果您是reading in from csv，那么您可以使用thousands arg：

df.read_csv('foo.tsv', sep='\t', thousands=',')

此方法可能比单独执行操作更有效。

首先需要set the locale：

In [ 9]: import locale

In [10]: from locale import atof

In [11]: locale.setlocale(locale.LC_NUMERIC, '')
Out[11]: 'en_GB.UTF-8'

In [12]: df.applymap(atof)
Out[12]:
      0        1
0  1200  4200.00
1  7000    -0.03
2     5     0.00

Answer 2

您可以使用pandas.Series.str.replace方法：

df.iloc[:,:].str.replace(',', '').astype(float)

此方法可以删除或替换字符串中的逗号。

Answer 3

df['colname'] = df['colname']..str.replace(',', '').astype(float)

但是您必须一次转换一列

用pandas DataFrame中的逗号将数字字符串转换为float

3 个答案: