使用$将货币转换为Python pandas中的数字

Question

我在pandas dataframe中有以下数据:

    state        1st        2nd             3rd
0   California  $11,593,820 $109,264,246    $8,496,273
1   New York    $10,861,680 $45,336,041     $6,317,300
2   Florida     $7,942,848  $69,369,589     $4,697,244
3   Texas       $7,536,817  $61,830,712     $5,736,941

我想用三列(第1,第2,第3)执行一些简单的分析(例如,sum,groupby),但这三列的数据类型是object(或string).

所以我使用以下代码进行数据转换:

data = data.convert_objects(convert_numeric=True)

但是,由于美元符号,转换可能不起作用.有什么建议吗？

Answer 1

@ EdChum的答案很聪明,效果很好.但是,因为烘烤蛋糕的方法不止一种....为什么不使用正则表达式呢？例如:

df[df.columns[1:]].replace('[\$,]', '', regex=True).astype(float)

对我来说,这有点可读性.

Answer 2

您也可以使用locale如下

import locale
import pandas as pd
locale.setlocale(locale.LC_ALL,'')
df['1st']=df.1st.map(lambda x: locale.atof(x.strip('$')))

注意上面的代码是在 Python 3 和 Windows 环境下测试的

Answer 3

要转换为整数，请使用：

carSales["Price"] = carSales["Price"].replace("[$,]", "", regex=True).astype(int)

Answer 4

您可以使用矢量化str方法替换不需要的字符，然后将类型转换为 int：

In [81]:
df[df.columns[1:]] = df[df.columns[1:]].apply(lambda x: x.str.replace('$','')).apply(lambda x: x.str.replace(',','')).astype(np.int64)
df

Out[81]:
            state       1st        2nd      3rd
index                                          
0      California  11593820  109264246  8496273
1        New York  10861680   45336041  6317300
2         Florida   7942848   69369589  4697244
3           Texas   7536817   61830712  5736941

dtype 现在确认更改：

In [82]:

df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 4 entries, 0 to 3
Data columns (total 4 columns):
state    4 non-null object
1st      4 non-null int64
2nd      4 non-null int64
3rd      4 non-null int64
dtypes: int64(3), object(1)
memory usage: 160.0+ bytes

其它的办法：

In [108]:

df[df.columns[1:]] = df[df.columns[1:]].apply(lambda x: x.str[1:].str.split(',').str.join('')).astype(np.int64)
df
Out[108]:
            state       1st        2nd      3rd
index                                          
0      California  11593820  109264246  8496273
1        New York  10861680   45336041  6317300
2         Florida   7942848   69369589  4697244
3           Texas   7536817   61830712  5736941

Answer 5

您可以使用该方法str.replace和正则表达式'\D'删除所有非数字字符或'[^-.0-9]'保留减号、小数点和数字：

for col in df.columns[1:]:
    df[col] = pd.to_numeric(df[col].str.replace('[^-.0-9]', ''))