Question

这是我的DataFrame：

d = {'col1': ['sku 1.1', 'sku 1.2', 'sku 1.3'], 'col2': ['9.876.543,21', 654, '321,01']}
df = pd.DataFrame(data=d)
df

       col1           col2
0   sku 1.1   9.876.543,21
1   sku 1.2            654
2   sku 1.3         321,01

col2中的数据是本地格式的数字，我想将其转换为：

我尝试了df['col2'] = pd.to_numeric(df['col2'], downcast='float')，它返回一个ValueError ::无法解析字符串＆＃34; 9.876.543,21＆＃34;在位置0。

我还尝试了df = df.apply(lambda x: x.str.replace(',', '.'))，它返回ValueError：无法将字符串转换为float：＆＃39; 5.023.654.46＆＃39;

感谢您的帮助！

Answer 1

最好使用read_csv中的可能参数：

df = pd.read_csv(file, thousands='.', decimal=',')

如果不可能，那么replace应该有所帮助：

df['col2'] = (df['col2'].replace('\.','', regex=True)
                        .replace(',','.', regex=True)
                        .astype(float))

Answer 2

你可以试试

[0-9]{4}-(0[1-9]|1[0-2])-(0[1-9]|[1-2][0-9]|3[0-1]) (2[0-3]|[01][0-9]):[0-5][0-9]:[0-5][0-9]

Answer 3

在使用标准系统设施的情况下，总是更好。知道某些语言环境使用逗号和小数点的方式不同，我无法相信Pandas不会使用语言环境的格式。

当然，快速搜索显示this gist，它解释了如何利用区域设置将字符串转换为数字。本质上，您需要import locale并在构建数据框调用locale.setlocale以建立使用逗号作为小数点和分隔符的句点的区域设置之后，然后应用数据框的applymapp方法。

在pandas数据框中搜索并替换点和逗号

3 个答案: