如何使用 .replace 将“string”类型的 DataFrame 列转换为“float”？

Question

在我的 DataFrame 中，“Value_String”列由以下字符串组成：

• 类似数字的字符串，以美元符号开头，千位用逗号分隔，[e.g. $1,000]
• “无”

因此，我尝试创建一个新列并使用以下 lambda 函数将字符串转换为浮点数：

to_replace = '$,'

df['Value_Float'] = df[df['Value_String'].apply(lambda x: 0 if x == 'None' 
else float(x.replace(y, '')) for y in to_replace)]

这实际上会生成一个“TypeError: 'generator' object is not callable”。

我该如何解决这个问题？

Answer 1

numpy where 方法对于有条件地更新值非常有帮助。在这种情况下，值不是“无”，我们将使用替换功能。但是由于str.replace 默认使用正则表达式，我们需要将模式更改为文字美元符号或逗号

import pandas as pd
import numpy as np
df = pd.DataFrame({'Value_String':["$1,000","None"]})
df['Value_String'] = np.where(df['Value_String']!='None', df['Value_String'].str.replace('\$|,',''), df['Value_String'])
print(df)

输出

  Value_String
0         1000
1         None