有条件地替换 Pandas DataFrame 列中数字字符串中的逗号或空格，无需循环

Question

有时我的 DataFrame 中的字符串数字中有逗号，表示十进制或标记千位，有些则没有。数据框是我通过 API 收到的价格格式范围的一个示例，并且取决于货币。这些是价格，小数点始终为 2。所以我需要将字符串价格输出到浮点数中，这样我就可以将它们相加或将它们分离到其他数据框中或使用它们来绘制图表。我已经创建了一个循环来替换它们，但是没有循环有没有更快的方法来做到这一点？

我的DataFrame和工作循环如下：

data = {'amount': ['7,99', '6,99', '9.99', '-6,99', '1,000.00']}
df = pd.DataFrame(data)

fees = []
sales = []

for items in df['amount']:
    if items[-7:-6] == ',':
        items = float(items.replace(',', '').replace(' ',''))
    if items[-3:-2] == ',':
        items = float(items.replace(',', '.').replace(' ',''))
    items = float(items)
    if items <= 0:
        fees.append(items)
    else:
        sales.append(items)

我试图在没有循环的情况下执行此操作，但似乎无法找出我出错的地方。

df["amount"] = np.where((df['amount'][-7:-6] == ','),
                       df["amount"][-7:-6].str.replace(',', '').replace(' ',''),
                       df["amount"])

df["amount"] = np.where((df['amount'][-3:-2] == ','),
                       df["amount"][-3:-2].str.replace(',', '').replace(' ',''),
                       df["amount"])

任何帮助将不胜感激。提前谢谢你

Answer 1

您可以使用 lambdas 代替 numpy：

lambda1 = lambda items: float(str(items).replace(',', '').replace(' ','')) if str(items)[-7:-6] == ',' else items
lambda2 = lambda items: float(str(items).replace(',', '.').replace(' ','')) if str(items)[-3:-2] == ',' else items
to_float = lambda items: float(items)

df['amount_clean'] = df["amount"].map(lambda1).map(lambda2).map(to_float) 

================================================ ============================

编辑：什么是 lambdas

在 python 中，lambda 函数是具有单个表达式的小型匿名函数（请参阅https://www.w3schools.com/python/python_lambda.asp）

条件示例：

lambda x: x + 1 if x < 0 else x

这相当于：

def my_lambda_function(x):
    if x < 0:
        return x + 1
    else:
        return x

当通过 map 函数传递到 pandas 数据框的列时，lambda 表达式将应用于该列的每一行中的值。

希望这会有所帮助！

Answer 2

由于您提到最后两位数字是小数点，因此需要将 ',' 替换为 '.' 以使其成为 float，但您也有一些像 1,000.00 这样的值，如果',' 被 '.' 替换，因此您可以使用 regex 来确定要替换的值：

data = {'amount': ['7,99', '6,99', '9.99', '-6,99', '1,000.00']}
df = pd.DataFrame(data)
df

首先regex 将匹配所有带有',' 和两个小数点的字符串，然后替换函数将用'.' 和捕获的值（99 from ,99）替换匹配项

df['amount'] = df['amount'].str.replace(r'(,)(\d{2}$)',r'.\2') 
# here `r'.\2'`is second `captured group` in `regex`

然后要将1,000.00 转换为float，我们将',' 替换为空白

df['amount'] = df['amount'].str.replace(',','')

然后将数据类型转换为float

df['amount'] = df['amount'].astype(float)

print(df)
    amount
0   799.00
1   699.00
2     9.99
3  -699.00
4  1000.00

Answer 3

尝试使用拆分和连接，

df.amount.str.split(',').str.join('').astype(float)

输出

0     799.00
1     699.00
2       9.99
3    -699.00
4    1000.00
Name: amount, dtype: float64