python | Pandas |对象 |转换为整数或 float

Question

概述:

我已经从网站上删除了一些数据，放入了 Pandas DataFrame 中，但出于某种原因，我似乎无法将数据类型从对象转换为整数或 float (就这一点而言，两者都可以).

我浏览了一些帖子，谢天谢地，它们帮助我走到了这里，但出于某种原因，我尝试的一切似乎都不起作用

数据集样本:

Condition_Type  State   Price      Year    Make         Model
In Stock        SA      $24,654    2017    Mazda        3
Used Car        VIC     $23,162    2016    Holden       Trax
Used Car        VIC     $15,777    2011    Volkswagen   Tiguan
Used Car        VIC     $12,634    2012    Volkswagen   Polo
In Stock        VIC     $70,501    2017    Volkswagen   Amarok

到目前为止我尝试了什么:

df["Price"] = df["Price"].str.replace("$","").astype(int)

ValueError:以 10 为底的 int() 的无效文字:

df["Price"] = df["Price"].astype(str).astype(int)

ValueError:以 10 为底的 int() 的无效文字:

pd.Series(df["Price"]).convert_objects(convert_numeric=True)

future 警告:不推荐使用 convert_objects。使用特定于数据类型的转换器 pd.to_datetime、pd.to_timedelta 和 pd.to_numeric。

pd.to_numeric(df["Price"], errors='coerce')

返回 NaN

pd.to_numeric(df["Price"], errors='ignore')

值保持为对象

df["Price"] = df["Price"].astype(np.int64, inplace=True)

ValueError:以 10 为底的 int() 的无效文字:

最后一个在过去有效，但出于某种原因，它不适用于此数据集。

有什么想法吗？

谢谢，阿德里安

Answer 1

我认为你首先需要转义值 $ 然后用 , 替换为带 Series.replace 的空字符串:

df["Price"] = df["Price"].replace(["\$", ','],"", regex=True).astype(int)
print (df)
  Condition_Type State  Price  Year        Make   Model
0       In Stock    SA  24654  2017       Mazda       3
1       Used Car   VIC  23162  2016      Holden    Trax
2       Used Car   VIC  15777  2011  Volkswagen  Tiguan
3       Used Car   VIC  12634  2012  Volkswagen    Polo
4       In Stock   VIC  70501  2017  Volkswagen  Amarok

print (df['Price'].dtypes)
int32