python - 包含字符串和 float 的 Pandas Dataframe 列

Question

我有一个数据框，其中一列包含字符串和 float 。

名为“Value”的列具有“AAA”、“Korea, Republic of”、“123,456.78”和“5000.00”等值。

前两个值显然是字符串，最后一个显然是 float 。第三个值也应该是一个 float ，但由于有逗号，我的代码的下一步将它视为一个字符串。

有没有一种简单的方法可以让我删除那些真正是 float 的值的逗号，但为真正的字符串值保留逗号？所以“Korea, Republic of”保留，但“123,456,78”转换为“123456.78”。

谢谢。

Answer 1

首先，您的 Pandas 列不包含字符串和 float ，因为列包含同类类型。如果一个条目是一个字符串，那么所有条目都是。您可以通过执行以下操作来验证这一点(假设 DataFrame 是 df 并且列是 c):

>>> df.dtypes

并注意到类型应该类似于 Object。

话虽如此，您可以将字符串列转换为不同的字符串列，其中代表数字的字符串已删除逗号。这可能对进一步的操作很有用，例如，当您希望查看哪些条目可以转换为 float 时。这可以按如下方式完成。

首先，编写如下函数:

import re

def remove_commas_from_numbers(n):
    r = re.compile(r'^(\d+(?:,\d+)?.+)*$')
    m = r.match(n)
    if not m:
        return n
    return n.replace(',', '')

remove_commas_from_numbers('1,1.')

然后，您可以执行以下操作:

>>> df.c = df.c.apply(remove_commas_from_numbers)

再次强调，df.c 的类型是字符串。