将 pandas DataFrame 中带逗号的数字字符串转换为浮点数

问题描述：

我有一个 DataFrame，其中包含数字作为字符串，并以逗号作为千位标记。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。确实如此

df[0].apply(locale.atof)

工作正常。我得到了一系列浮点数。

但是当我将它应用到 DataFrame 时，出现错误。

df.apply(locale.atof)

TypeError：（“无法将该系列转换为”，u'occurred at index 0'）

和

df[0:1].apply(locale.atof)

给出了另一个错误：

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

那么，如何将这个DataFrame字符串转换为浮点数的 DataFrame？

解决方案 1：

如果您正在从 csv 读取，那么您可以使用千位参数：

df.read_csv('foo.tsv', sep='    ', thousands=',')

此方法可能比将操作作为单独的步骤执行更有效。

您需要先设置语言环境：

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

解决方案 2：

您可以像这样一次转换一列：

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

解决方案 3：

您可以使用pandas.Series.str.replace方法：

df.iloc[:,:].str.replace(',', '').astype(float)

该方法可以删除或者替换字符串中的逗号。

解决方案 4：

这将适用于诸如“-55,00”或“5.500,00”之类的字符串，并将它们分别转换为浮点数 -55.00 和 5500.00。

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