我希望您能帮助我解决这个问题。我有一列以数字值作为字符串。由于它们是来自不同国家的数据,因此其中一些具有不同的格式,例如“,”和“ $”。我正在尝试将一系列转换为数字,但是我在使用“,”和“ $”值时遇到麻烦。
data={"valores":[1,1,3,"4","5.00","1,000","$5,700"]}
df=pd.DataFrame(data)
df
valores
0 1
1 1
2 3
3 4
4 5.00
5 1,000
6 $5,700
我尝试了以下方法:
df["valores"].replace(",","")
但是它不会改变任何事情,因为“,”值在字符串中,而不是字符串值本身
pd.to_numeric(df["valores"])
但是我收到“ ValueError:无法解析位置5处的字符串“ 1,000””错误。
valores=[i.replace(",","") for i in df["valores"].values]
但是我收到“ AttributeError:'int'对象没有属性'replace'错误。
所以,最后,我尝试了这个:
valores=[i.replace(",","") for i in df["valores"].values if type(i)==str]
valores
['4', '5.00', '1000', '$5700']
但是它跳过了前三个值,因为它们不是字符串。
我认为使用正则表达式代码可以管理它,但是我只是不了解如何使用它。
我一直在努力奋斗约7个小时,希望您能为我提供帮助。
答案 0 :(得分:1)
您应该首先从中创建一个字符串,这样的事情
valores=[str(i).replace(",","") for i in df["valores"].values]
答案 1 :(得分:0)
.replace
搜索整个单元格值。由于要替换字符串的一部分,因此需要.str.replace
或replace(...,regex=True)
:
df['valores'] = df["valores"].replace(",","", regex=True)
或者:
df['valore'] = df["valores"].str.replace(",","")
答案 2 :(得分:0)
您可以尝试以下方法:
df['valores'] = df['valores'].replace(to_replace='[\,\$]',value='',regex=True).astype(float)
答案 3 :(得分:0)
您需要使用valores
将.astype(str)
列中的值强制转换为字符串,然后使用$
删除所有,
和.str.replace('[,$]', '')
,然后您可能使用pd.to_numeric
将所有数据转换为数字:
>>> pd.to_numeric(df["valores"].astype(str).str.replace("[,$]",""))
0 1.0
1 1.0
2 3.0
3 4.0
4 5.0
5 1000.0
6 5700.0