相关疑难解决方法(0)

在Python中,将"1,374"或"21,000,000"等字符串转换为1374或21000000等int值的干净而优雅的方法是什么？

我试图将IMF统计数据读入熊猫数据帧:

import pandas as pd
df = pd.read_table("http://www.imf.org/external/pubs/ft/weo/2013/02/weodata/WEOOct2013all.xls",
                   na_values=['n/a','--'],thousands=',')

除了一个列之外的所有列都有dtype对象:

In [5]: df
Out[5]:
<class 'pandas.core.frame.DataFrame'>
Int64Index: 8318 entries, 0 to 8317
Data columns (total 49 columns):
...
dtypes: float64(1), object(48)

我手动检查了文件,在大多数列中找不到任何非数字值或代码中明确提到的NaN值之一.

我在Wakari.io上的Anaconda 1.5.0上使用Python 2.7.5,numpy 1.7.1,pandas 0.11.0.

我已经使用熊猫导入了一个 csv 文件。

我的数据框有多个标题为“农场”、“苹果总数”和“好苹果”的列。

为“Total Apples”和“Good Apples”导入的数字数据包含表示千的逗号，例如 1,200 等。我想删除逗号，使数据看起来像 1200 等。

“Total Apples”和“Good Apples”列的变量类型作为对象出现。

我尝试使用df.str.replace，df.strip但没有成功。

还尝试将变量类型从对象更改为字符串，将对象更改为整数，但无法使其工作。

任何帮助将不胜感激。

****编辑****

来自使用 pd.read_csv 导入的 csv 文件的数据摘录：

Farm_Name   Total Apples    Good Apples
EM  18,327  14,176
EE  18,785  14,146
IW  635 486
L   33,929  24,586
NE  12,497  9,609
NW  30,756  23,765
SC  8,515   6,438
SE  22,896  17,914
SW  11,972  9,114
WM  27,251  20,931
Y   21,495  16,662

我试图将 df 转换为所有数值，但出现以下错误。

ValueError: Unable to parse string "15,181.80" at position 0

这是我当前的代码：

ValueError: Unable to parse string "15,181.80" at position 0

在我尝试转换之前 df ：

data = pd.read_csv('pub?gid=1704010735&single=true&output=csv',
                 usecols=[0,1,2], 
                 header=0,
                 encoding="utf-8-sig",
                 index_col='Date') 

data.apply(pd.to_numeric)

print("we have a total of:", len(data), " samples")

data.head()

我认为问题在于它处理特殊字符 EG“，” - 这是正确的吗？帮助将 DF 转换为所有数值的最佳建议是什么？

谢谢！