熊猫，剥离每个包含符号的单元格答案

【问题标题】：Pandas, strip every cell containing symbol熊猫，剥离每个包含符号的单元格
【发布时间】：2020-09-02 23:23:54
【问题描述】：

我有一个 DataFrame，其中有一列包含货币符号，我正在寻找一种去除这些符号的有效方法，以便将列的数据类型转换为浮点数。

数据框：

          Date     Money(ILS)   
0   2020-05-02     ₪77,000.00   
1   2020-04-30     ₪80,600.00   
2   2020-07-29     ₪86,600.00     
3   2020-10-27    ₪113,963.00     
4   2021-01-25    ₪134,963.00    
5   2021-04-25    ₪155,963.00     
6   2021-07-24    ₪176,963.00     
7   2021-10-22    ₪197,963.00     
8   2022-01-20    ₪218,963.00     
9   2022-04-20    ₪239,963.00     
10  2022-07-19    ₪260,963.00

我正在尝试从货币列中删除 ₪ 符号。

我的功能：

@classmethod
    def strip_symbols(cls):
        cls.df = cls.df.apply(lambda x: x.str.strip('₪') if x.dtype == TypesConsts.OBJECT else x)
        return cls.df

使用这种方法我得到以下错误：

AttributeError: Can only use .str accessor with string values!

【问题讨论】：

附带说明，您可能不应该使用浮点数来赚钱。 stackoverflow.com/questions/3730019/…

标签： python pandas

【解决方案1】：

显然，您将 lambda 函数应用于 whole DataFrame（所有列），所以如果是 object 以外的任何类型的列，你有一个例外。

实际上您应该仅将此功能应用于列（或列）持有货币内容。

但还有其他潜在的问题来源：如果任何列有 object 类型，然后通常它的所有元素都包含字符串数据，但有当某些元素包含例如浮动数据（float 仍然是 object 的后代）。

试试这样的例子：设置 DataFrame 的一个元素（Money(ILS) 列）到一个 float 值：

df.iloc[2,1] = 86600.15

然后运行我建议的代码（仅剥离）：

df['Money(ILS)'] = df['Money(ILS)'].apply(
    lambda x: x.strip('$') if type(x).__name__ == 'str' else x)

（我的测试数据包含 $ 作为货币符号，所以我只使用了 '$'）。

结果是：

        Date  Money(ILS)  Other
0 2020-05-02   77,000.00   Abcd
1 2020-04-30   80,600.00  23.16
2 2020-07-29     86600.1   Efgh
3 2020-10-27  113,963.00   Xxxx
4 2021-01-25  134,963.00     35
5 2021-04-25  155,963.00   Yyyy

（我添加了一个额外的列并使用了更少的行）。

现在：

所有其他列都有其原始值，
货币符号仅从 Money(ILS) 中的单元格中删除 列，
但仅限于字符串类型的，
唯一的 float 值已打印为 86600.1 - 没有最终值 “5”，但它只是打印不准确（当您检索此单元格时 iloc，你会得到正确的值）。

但要将此列转换为 float，您还必须删除逗号（事先），也仅在实际字符串中：

df['Money(ILS)'] = df['Money(ILS)'].apply(
    lambda x: x.replace(',', '') if type(x).__name__ == 'str' else x)

最终解决方案

您无需逐步进行这些转换。只需使用以下代码，一口气搞定：

df['Money(ILS)'] = df['Money(ILS)'].apply(lambda x: float(
    x.strip('$').replace(',', '') if type(x).__name__ == 'str' else x))

现在当你打印 DataFrame 时：

Money(ILS) 是 float 类型（使用 df.info() 检查），
即使之前出现的 float 值也有 .15 结尾，就像它一样应该是。

当然，如果有的话，也可以将此代码应用于其他“货币”列。

【讨论】：

【解决方案2】：

使用DataFrame.select_dtypes 仅获取对象 dtype 的列：

cols = cls.df.select_dtypes(TypesConsts.OBJECT).columns
cls.df[cols] = cls.df[cols].apply(lambda x: x.str.strip('₪'))

【讨论】：