将pandas DataFrame中带逗号的数字字符串转换为float

我有一个DataFrame，其中包含数字作为字符串，并带有千位标记的逗号。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)

可以正常工作。我得到一系列的花车。

但是，当我将其应用于DataFrame时，会出现错误。

df.apply(locale.atof)

TypeError ：（“无法将系列转换为”，发生在索引0'）

和

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

给出另一个错误：

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

那么，如何将DataFrame字符串转换为浮点数的DataFrame？

python pandas

— on
source

这是个老问题了，但是OP遇到了这个错误，因为apply在DataFrame上将整个列作为一系列传递给函数（在这种情况下locale.atof，期望有一个字符串）。如果您applymap在以下答案中使用@AndyHayden所做的方法，则应该可以做到这一点。

— TC Proctor

Answers:

144

如果您要从csv中读取内容，则可以使用数千个arg：

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

与作为单独步骤执行操作相比，此方法可能更有效。

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

— 安迪·海登（Andy Hayden）
source

我应该说我确实设置了语言环境。我仍然收到错误。

— 菲恩2014年

但是我使用的是df.read_fwf，它也具有“数千=”，“”选项，可以正常工作。谢谢。

— 菲恩2014年

再说一遍，为什么df.applymap（atof）对您有效，但对我却无效？我的语言环境是“ en_US.UTF-8”。

— 菲恩2014年

我对read_csv函数的“千”自变量技巧投了赞成票。那对我来说很棒。

— rockfakie

我想补充一点，如果要处理浮点数，也可以使用“ decimal ='，”“。

— VessoVit '17

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。

— 申科
source

我收到“ AttributeError：'DataFrame'对象没有属性'str'”，不知道为什么...

— krassowski

但这有效：df.apply(lambda x: x.str.replace(',', '').astype(float), axis=1)

— krassowski19

您可以一次转换一列，如下所示：

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

— 戈拉·基奥科
source