如何替换数字列中的字符串分隔符（，）？

Question

我正在尝试将“数量”列转换为 int。

数量列有一个字符串（，）分隔符或数值分隔符

使用代码

data['Quantity'] = data['Quantity'].astype('int')

data['Quantity'] = data['Quantity'].astype('float')

我收到此错误：

ValueError: could not convert string to float: '16,000'

ValueError: invalid literal for int() with base 10: '16,000'

数据

Date         Quantity

2019-06-25       200
2019-03-30       100
2019-11-02       250
2018-10-23       100
2018-07-17       150
2018-05-31       150
2018-07-05       100
2018-10-04       100
2018-02-23       100
2019-09-16       204
2019-09-16       315
2019-11-09       113
2019-08-29         5
2019-08-23         4
2019-06-18        78
2019-12-06         4
2019-12-06         2
2019-10-03    16,000
2019-07-03     8,000
2018-12-12        32

Name: Quantity, dtype: object

这是一个有 124964 行的 pandas 数据框。我添加了数据的头部和尾部

我可以做些什么来解决这个问题？

Answer 1

解决方案

# Replace string "," with ""

data["Quantity"] = data["Quantity"].apply(lambda x: str(x.replace(',','')))

data['Quantity'] = data['Quantity'].astype('float')

Answer 2

'16,000' 既不是 int 也不是 float 的有效表示，实际上格式是不明确的 - 根据语言环境标准，它可能意味着 16.0 (float) 或 16000 (int)。

您首先需要指定应如何解释此数据，然后修复字符串，使其成为浮点数或整数的有效表示，然后使用正确的类型应用 asType()。

要使'16,000' 成为有效的浮点表示，您只需将逗号替换为点：

val = '16,000'
val = val.replace(",", ".")

要使其成为 int（值为 16000），您只需删除逗号：

val = '16,000'
val = val.replace(",", "")

我不使用 panda，所以我不知道如何使用数据框最好地做到这一点，但这肯定是有记录的。

作为一般规则：处理来自外部世界的数据（您自己的代码之外的任何内容）时，切勿信任数据，始终确保在使用前对其进行验证和清理。

Answer 3

number = '16,000'
act_num = ''
for char in number:
    try:
        character = int(char)
        act_num+=(char)
    except:
        if char == '-' or char == '.':
            act_num+= (char)
print(float(act_num))

Answer 4

data.Quantity = data.Quantity.astype(str).astype(int)