Python - 如何从对象转换为 float

Question

我有一个包含 2 列的 XLSX 文件，即 months和 revenue并将其保存为 CSV 文件。通过使用 Pandas 读取我的 csv 文件，revenue列现在变成了对象。如何将此列更改为 float ？

data = pd.DataFrame

dat['revenue']

7980.79
Nan
1000.25
17800.85
.....
Nan 
2457.85
6789.33

这是我想更改的列，但它给了我不同的错误

我试过了， astype , to_numeric但没有成功。

我得到的一些错误是:

Cannot parse a string '798.79'

Answer 1

现在使用 nucsit026 的答案来创建一个稍微不同的带有字符串的数据帧

dic = {'revenue':['7980.79',np.nan,'1000.25','17800.85','None','2457.85','6789.33']}
print(df)
print(df['revenue'].dtypes

输出:

    revenue
0   7980.79
1   NaN
2   1000.25
3   17800.85
4   None
5   2457.85
6   6789.33

dtype('O')

尝试这个:

df['revenue']=pd.to_numeric(data['revenue'], errors='coerce').fillna(0, downcast='infer')

它将取代 nan带 0

输出:

0     7980.79
1        0.00
2     1000.25
3    17800.85
4        0.00
5     2457.85
6     6789.33
Name: revenue, dtype: float64

编辑 :

如果引号是您可以使用的问题，则来自您的共享错误

df['revenue']=df['revenue'].str.strip("'")

然后尝试使用上述代码转换为浮点数

编辑2

OP 在列值中有一些空格，如下所示

Month  Revenue
Apr-13 16 004 258.24
May-13
Jun-13 16 469 157.71
Jul-13 19 054 861.01
Aug-13 20 021 803.71
Sep-13 21 285 537.45
Oct-13 22 193 453.80
Nov-13 21 862 298.20
Dec-13 10 053 557.64
Jan-14 17 358 063.34
Feb-14 19 469 161.04
Mar-14 22 567 078.21
Apr-14 20 401 188.64

在这种情况下，请使用以下代码:

df['revenue']=df['revenue'].replace(' ', '', regex=True)

然后执行转换