Question

我在数据框的某列中具有某些负数，这些负数采用如下字符串格式：“ 500.00-”我需要将该列中的每个负数转换为数字格式。我敢肯定有一个简单的方法可以做到这一点，但是我一直在努力寻找一个特定于熊猫数据框的方法。任何帮助将不胜感激。

我已经尝试了如下所示的基本to_numeric函数，但是无法正确读取它。另外，列中只有一些数字为负数，因此我不能简单地删除所有负号并将列乘以1。

Q1['Credit'] = pd.to_numeric(Q1['Credit'])

Answer 1

样本数据：

df:
      num
0   50.00
1  60.00-
2  70.00+
3  -80.00

使用系列str访问器检查最后一位。如果是'-'或'+'，请将其交换到前面。使用df.mask将其仅应用于后缀-/ +的行。最后，在astype的{{1}}列

float

Answer 2

可能有点明确，但可以使用

# build a mask of negative numbers
m_neg = Q1["Credit"].str.endswith("-")
# remove - signs
Q1["Credit"] = Q1["Credit"].str.rstrip("-")
# convert to number
Q1["Credit"] = pd.to_numeric(Q1["Credit"])
# Apply the mask to create the negatives
Q1.loc[m_neg, "Credit"] *= -1

Answer 3

让我们考虑以下示例数据帧：

Q1 = pd.DataFrame({'Credit':['500.00-', '100.00', '300.00-']})

    Credit
0  500.00-
1   100.00
2  300.00-

我们可以使用str.endswith创建一个表示负数的掩码。然后，我们使用np.where有条件地将数字转换为负数：

m1 = Q1['Credit'].str.endswith('-')
m2 = Q1['Credit'].str[:-1].astype(float)
Q1['Credit'] = np.where(m1, -m2, m2)

输出

   Credit
0  -500.0
1   100.0
2  -300.0

当符号结尾时，将字符串格式的负数转换为数字

3 个答案: