python - 如何从 float 中删除字符？

Question

我目前有一个如下所示的数据框:

   Idnumber    Ownership    Date
    1            100        2006
    2            >50        2006 
    1            80         2007
    3            NaN        2006

Ownership 列当前是 float 类型。我想要的是在 idnumber 上创建一个 groupby 函数，该函数返回每个 Idnumber 的最大值。问题是这对于 > < 或 ± 之类的东西是不可能的(错误:不可排序的类型:float() >= str())。

  df['Ownership'] = df['Ownership'].astype(str)
  df['Ownership'] = df['Ownership'].map(lambda x: x.strip('± = > + <'))
  df['Ownership'] = df['Ownership'].astype(float).fillna(0.0)
  df['Ownershipadjusted']= df['Ownership'].groupby([df['Idnumber'],df['Ownership']]).max()

实际上不起作用，因为将其转换回 float 会产生错误:无法将字符串转换为 float 。

         df['Ownership'] = df['Ownership'].apply(pd.to_numeric, errors='coerce')

也没有达到要求的效果。是否有更直接的方法从 float 中删除符号，或使此转换有效？

为了避免混淆，这是我需要的:

 Idnumber    Ownership    Date      Ownership adjusted
    1            100       2006      100
    2            50        2006       50
    1            80        2007      100
    3            0         2006        0

当然，dataframe 包含的观察值远不止 4 个

Answer 1

将 dtype 转换为 str 然后 extract数字并将 dtype 转换回 float:

In [215]:
df['Ownership'] = df['Ownership'].astype(str).str.extract('(\d+)').astype(float)
df

Out[215]:
   Idnumber  Ownership  Date
0         1        100  2006
1         2         50  2006
2         1         80  2007
3         3        NaN  2006

另外你的 groupby 声明是错误的你需要这个:

In [218]:
df['Ownershipadjusted']= df.groupby(['Idnumber'])['Ownership'].transform('max')
df

Out[218]:
   Idnumber  Ownership  Date  Ownershipadjusted
0         1        100  2006                100
1         2         50  2006                 50
2         1         80  2007                100
3         3        NaN  2006                NaN