Question

所以我得到了一个至少有2-3列的数据框，其编号从1到3000，并且数字以逗号开头。我需要将所有相关列中的数字转换为float或int。这是我的Dataframe的示例：

data = pd.read_csv('exampleData.csv')
data.head(10)
 Out[179]:
 Rank     Total
  1         2
  20        40
  1,200    1,400
  NaN       NaN

从示例中可以看到

我的数据框由数字，带逗号的数字和一些NaN组成。我在这里阅读了几篇有关转换为float或int的文章，但是我总是收到诸如“ str”的错误消息对象没有属性“类型”。对于几列，我的方法如下：

cols = ['Rank', 'Total']
data[cols] = data[cols].apply(lambda x: pd.to_numeric(x.astype(str)
                                               .str.replace(',',''), errors='coerce'))

Answer 1

使用参数thousands。

pd.read_csv('exampleData.csv', thousands=',')

Answer 2

John的解决方案不适用于多个逗号（例如1,384,496）的数字。

更具可扩展性的解决方案是只做

data = data.replace({",":""}, regex=True)

然后将字符串转换为数字。

Answer 3

Pandas read_csv（）带有许多参数，这些参数使您可以控制字段的转换方式。来自the documentation：

decimal : str, default ‘.’
    Character to recognize as decimal point (e.g. use ‘,’ for European data).

所以，这是个疯狂的主意：使用关键字参数“ decimal ='，'”转换数字字段。然后，将数字字段乘以1000。

将Pandas Dataframe转换为以逗号浮动时出错

3 个答案: