python - 更改 df 的格式并删除不需要的字符

Question

我有以下数据框:

Name             Price  
AG              €26.74
BAE             €0.25
C&C             Nan
CRH             €30.57

我想从数字中删除欧元符号并将列价格转换为数字。

期望的输出

Name            Price   
AG              26.74
BAE             0.25
C&C             Nan
CRH             30.57

我想到的是:

df['Price'].map(lambda x:str(x)[1:])

但这会将 Nan 值修改为 an，我想保留具有 Nan 值的行。

我还以为:

df['Price'].split("€")[1]

但输出

'Series' object has no attribute 'split'

是否有更好的方法来获得保留 Nan 值的所需输出？

Answer 1

In [27]: df.Price = pd.to_numeric(df.Price.str.replace(r'[€]', ''), errors='coerce')

In [28]: df
Out[28]:
        Name  Price
0         AG  26.74
1        BAE   0.25
2  C&C Group    NaN
3        CRH  30.57

In [29]: df.dtypes
Out[29]:
Name      object
Price    float64   # <-----
dtype: object