Pandas：将包含“10%”和“0.10”等字符串的系列转换为数字答案

【问题标题】：Pandas: convert a series which contains strings like "10%" and "0.10" into numericPandas：将包含“10%”和“0.10”等字符串的系列转换为数字
【发布时间】：2022-06-15 21:44:50
【问题描述】：

将包含“10%”和“0.10”类型字符串的 Pandas 系列转换为数值的最佳方法是什么？

我知道，如果我有一个只有“0.10”类型字符串的系列，我可以做pd.to_numeric。

我也知道，如果我有一系列“10%”类型的字符串，我可以先做str.replace("%","")，然后再做pd.to_numeric，然后除以100。

我遇到的问题是一系列混合了“0.10”和“10%”类型的字符串。如何最好地将其转换为具有正确数字类型的系列。

我想我可以通过首先使用 True / False 制作一个临时系列来做到这一点，具体取决于字符串中是否包含“%”，然后根据该字符串应用一个函数。但这似乎效率低下。

有没有更好的办法？

我尝试过的参考：

mixed = pd.Series(["10%","0.10","5.5%","0.02563"])
mixed.str.replace("%","").astype("float")/100

0    0.100000
1    0.001000
2    0.055000
3    0.000256
dtype: float64
# This doesn't work, because even the 0.10 and 0.02563 are divided by 100.

【问题讨论】：

标签： python pandas string format number-formatting

【解决方案1】：

基于this answer 的一个非常简洁的解决方案是：

from pandas import Series, to_numeric

mixed = Series(["10%", "0.10", "5.5%", "0.02563"])

print(to_numeric(mixed.str.replace("%", "e-2")))
# 0    0.10000
# 1    0.10000
# 2    0.05500
# 3    0.02563
# dtype: float64

【讨论】：

【解决方案2】：

不知何故，你需要一个条件。这是一种可能的方式：

l = pd.Series((float(x.strip('%'))/100 if '%' in x else float(x) for x in mixed))
print(l)

0    0.10000
1    0.10000
2    0.05500
3    0.02563
dtype: float64

【讨论】：

【解决方案3】：

最简单的解决方案是使用掩码选择条目并批量处理：

from pandas import Series, to_numeric

mixed = Series(["10%", "0.10", "5.5%", "0.02563"])

# make an empty series with similar shape and dtype float
converted = Series(index=mixed.index, dtype='float')

# use a mask to select specific entries
mask = mixed.str.contains("%")

converted.loc[mask] = to_numeric(mixed.loc[mask].str.replace("%", "")) / 100
converted.loc[~mask] = to_numeric(mixed.loc[~mask])

print(converted)
# 0    0.10000
# 1    0.10000
# 2    0.05500
# 3    0.02563
# dtype: float64

【讨论】：

【解决方案4】：

mixed = mixed.apply(lambda x: float(x[:-1])/100 if '%' in x else float(x))

输出：

0    0.10000
1    0.10000
2    0.05500
3    0.02563
dtype: float64

【讨论】：

【解决方案5】：

试试：

mixed = pd.Series(["10%", "0.10", "5.5%", "0.02563"])


mixed = mixed.str.replace("%", "e-02")
print(pd.to_numeric(mixed))

打印：

0    0.10000
1    0.10000
2    0.05500
3    0.02563
dtype: float64

【讨论】：

【解决方案6】：

您可以使用其中任何一种

试试apply

mixed = pd.Series(["10%","0.10","5.5%","0.02563"])

def percent_to_float(x):
    if x.endswith("%"):
        x = x.rstrip("%")
        return float(x)/100
    else:
        return float(x)

cleaned = mixed.apply(lambda x : percent_to_float(x)) 

print(cleaned)

还有str.replace

mixed = pd.Series(["10%", "0.10", "5.5%", "0.02563"])
mixed = mixed.str.replace("%", "e-02")

print(pd.to_numeric(mixed))

您也可以使用regex replace 和apply

import re

mixed = pd.Series(["10%","0.10","5.5%","0.02563"])

def percent_to_float(x):
    return float(re.sub( "%", "e-02", x))

cleaned = mixed.apply(lambda x : percent_to_float(x)) 

print(cleaned)

通过任何方法你都会得到

0    0.10000
1    0.10000
2    0.05500
3    0.02563
dtype: float64

【讨论】：