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

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

最好使用如果不可能，那么replace应该会帮助:

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！