python - 如何将 str 转换为 pandas 中的 float

Question

我正在尝试将我的数据集的字符串转换为浮点类型。这里有一些背景:

import pandas as pd
import numpy as np
import xlrd
file_location = "/Users/sekr2/Desktop/Jari/Leistungen/leistungen2_2017.xlsx"
workbook = xlrd.open_workbook(file_location)
sheet = workbook.sheet_by_index(0)

df = pd.read_excel("/Users/.../bla.xlsx")

df.head()

    Leistungserbringer Anzahl Leistung     AL      TL      TaxW    Taxpunkte
 0  McGregor Sarah  12  'Konsilium'     147.28  87.47   KVG     234.75
 1  McGregor Sarah  12  'Grundberatung' 47.00   67.47   KVG     114.47
 2  McGregor Sarah  12  'Extra 5min'    87.28   87.47   KVG     174.75
 3  McGregor Sarah  12  'Respirator'    147.28  102.01  KVG     249.29
 4  McGregor Sarah  12  'Besuch'        167.28  87.45   KVG     254.73

为了继续努力，我需要找到一种创建新专栏的方法:df['Leistungswert'] = df['Taxpunkte'] * df['Anzahl'] * df['TaxW']。

TaxW 为每个条目显示字符串“KVG”。我从数据中得知“KVG”= 0.89。我在尝试将字符串转换为 float 时遇到了困难。我不能只创建一个 float 类型的新列，因为此代码应该适用于更多输入。在 TaxW 列中，大约有 7 个具有所有不同值的不同条目。

我感谢有关此事的所有信息。

Answer 1

假设 'KVG' 不是 TaxW 中唯一可能的字符串值，您应该将字符串映射存储到它们的等效 float ，如下所示:

map_ = {'KVG' : 0.89, ... } # add more fields here 

然后，您可以使用Series.map:

In [424]: df['Leistungswert'] = df['Taxpunkte'] * df['Anzahl'] * df['TaxW'].map(map_); df['Leistungswert']
Out[424]: 
0    2507.1300
1    1222.5396
2    1866.3300
3    2662.4172
4    2720.5164
Name: Leistungswert, dtype: float64

或者，您可以使用df.transform:

In [435]: df['Leistungswert'] = df.transform(lambda x: x['Taxpunkte'] * x['Anzahl'] * map_[x['TaxW']], axis=1); df['Lei
     ...: stungswert']
Out[435]: 
0    2507.1300
1    1222.5396
2    1866.3300
3    2662.4172
4    2720.5164
Name: Leistungswert, dtype: float64