在 pandas 数据框中搜索和替换点和逗号 [英] Search and replace dots and commas in pandas dataframe
本文介绍了在 pandas 数据框中搜索和替换点和逗号的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
这是我的数据框:
d = {'col1': ['sku 1.1', 'sku 1.2', 'sku 1.3'], 'col2': ['9.876.543,21', 654, '321,01']}
df = pd.DataFrame(data=d)
df
col1 col2
0 sku 1.1 9.876.543,21
1 sku 1.2 654
2 sku 1.3 321,01
col2中的数据是本地格式的数字,我想将其转换为:
Data in col2 are numbers in local format, which I would like to convert into:
col2
9876543.21
654
321.01
我尝试了df['col2'] = pd.to_numeric(df['col2'], downcast='float')
,它返回ValueError::无法解析位置0处的字符串"9.876.543,21".
I tried df['col2'] = pd.to_numeric(df['col2'], downcast='float')
, which returns a ValueError: : Unable to parse string "9.876.543,21" at position 0.
我也尝试过df = df.apply(lambda x: x.str.replace(',', '.'))
,它返回ValueError:无法将字符串转换为float:'5.023.654.46'
I tried also df = df.apply(lambda x: x.str.replace(',', '.'))
, which returns ValueError: could not convert string to float: '5.023.654.46'
感谢您的帮助!
推荐答案
If not possible, then replace
should help:
df['col2'] = (df['col2'].replace('\.','', regex=True)
.replace(',','.', regex=True)
.astype(float))
这篇关于在 pandas 数据框中搜索和替换点和逗号的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文