用pandas DataFrame中的逗号将数字字符串转换为float

Question

我有一个DataFrame包含数字作为字符串与数千标记的逗号.我需要将它们转换为浮点数.

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.我得到了一系列花车.

但是当我将它应用于DataFrame时,我收到一个错误.

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)

给出另一个错误:

ValueError :('float()的无效文字:1,200',u'occurred在索引0')

那么,我如何将这个DataFrame字符串转换为浮动的DataFrame？

Answer 1

如果您从csv读入,那么您可以使用数千个arg:

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

该方法可能比作为单独步骤执行操作更有效.

您需要先设置区域设置:

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

您可以像这样一次转换一列：

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

Answer 3

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.