python - 从字符串中提取数值并保存到数据框时出现问题

Question

我是 Python 的新手，之前发布了我的问题并收到了其他人的建议，但仍然无法解决我的问题。我正在重新发布我的帖子，并进行了一些修改，并结合了其他人的建议。我不仅是 Python 的新手，而且在表达我的问题时也遇到了问题。

我想将所有价格从字符串转换为数字，例如从“3K”转换为“3000”以保持数据分析的一致性。目前，K表示千就足够了，不需要进入百万或数十亿。

这是在 Python 数据框架上完成的，我仍然不熟悉迭代、列表和遇到我不理解的错误。

a) 我无法将字符串转换为 float 。 “ValueError:无法将字符串转换为 float :”

b) 然后我决定转换为字符串，但我无法将其作为字符串存储在数据框中。我的输出是空单元格。

import pandas as pd
import numpy as np
import re 

def regex_filter(val):
    new_price = val
    if val:
        price = ' '
        mo = re.search('\d+[kK]',val)
        if mo:
            price = str(price).replace('K','000')
            print("The New value is ",price)
            new_price = price
            return new_price
        else:
            return new_price
    else:
        return new_price


if __name__ == "__main__": 

    df = pd.read_csv('ProductID_price.csv', encoding='utf8')
    df['price'] = df['price'].apply(regex_filter)

输入

    product_id  product_name                        price
0   1           Mares XR Kevlar Diving Dry Suit     3K
1   2           Beuchat Abyss Dry Diving Dry Suit   2050    
2   3           Typhoon Scuba Dive Dry Suit     1.5K
3   4           Scubapro Evertech Drysuit Men       4,059.99

输出

    product_id  product_name                        price
0   1   Mares XR Kevlar Diving Dry Suit 
1   2   Beuchat Abyss Dry Diving Dry Suit           2050
2   3   Typhoon Scuba Dive Dry Suit 
3   4   Scubapro Evertech Drysuit Men               4,059.99

Answer 1

我会这样做:

def conv(s, conv_from="K", conv_to=1000):
    return s.mask(
        s.str.contains(f"\d+{conv_from}", na=False),
        pd.to_numeric(s.str.replace(conv_from,""), 
                      errors="coerce") * conv_to,
        errors="ignore")

# get rid of commas and spaces    
df["price"] = df["price"].str.replace(r"[\s,]", "")

df["price"] = df["price"].pipe(conv, "[Kk]", 10**3).pipe(conv, "[Mm]", 10**6)

例子:

In [96]: df
Out[96]:
      price
0        3K
1     0.56M
2      2050
3      1.5K
4  4,059.99

解决方法:

In [97]: df["price"] = df["price"].str.replace(r"[\s,]", "")

In [98]: df["price"] = df["price"].pipe(conv, "[Kk]", 10**3).pipe(conv, "[Mm]", 10**6)

结果:

In [99]: df
Out[99]:
     price
0     3000
1   560000
2     2050
3     1500
4  4059.99