Pandas DataFrame中的带逗号数值字符串转为浮点数

在本文中，我们将介绍在Pandas DataFrame中，将带有逗号的数值字符串转化为浮点数的方法。

在处理数据中，经常需要将数值转换为浮点数类型。但在实际工作中，我们可能会遇到如下这种情况：在Excel中复制数据后，数据中的数值字符串被自动加上了逗号，例如：”1,234.56″。如果直接转为浮点数，会报错，因为逗号是不被识别的。因此，需要先将逗号去掉，然后再进行转换。

我们先创建一个包含逗号的DataFrame：

import pandas as pd

df = pd.DataFrame({'A':['1,234.56', '12,345.6', '123,456']})
df

输出：

           A
0  1,234.56
1  12,345.6
2    123,456

现在，我们需要将列A中的逗号去掉，然后再将其转化为浮点数类型。

阅读更多：Pandas 教程

方法一：使用str.replace()和astype()

这是最常用的方法，使用str.replace()函数将逗号替换为空字符串，然后使用astype()将该列转化为浮点数类型。

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

输出：

          A
0   1234.56
1  12345.60
2  123456.00

方法二：使用map()和lambda表达式

也可使用map()对每个元素应用一个lambda表达式。这个表达式将每个元素从字符串转换为浮点数类型，并删除逗号。

df['A'] = df['A'].map(lambda x: float(x.replace(',', '')))
df

输出：

          A
0   1234.56
1  12345.60
2  123456.00

注意：如果该列中包含无效字符串，例如空字符串、非数值字符串，以上两种方法将会抛出异常。因此，如果有需要，可以添加一些数据清洗的代码，以确保数据的准确性。

总结

在本文中，我们介绍了两种将Pandas DataFrame中带有逗号的数值字符串转换为浮点数的方法。希望这些方法能够帮助你更高效地处理数据。