将货币转换为浮动（括号表示负数）答案

【问题标题】：Convert currency to float (and parentheses indicate negative amounts)将货币转换为浮动（括号表示负数）
【发布时间】：2015-10-09 20:56:30
【问题描述】：

我有一个带有货币的df：

df = pd.DataFrame({'Currency':['$1.00','$2,000.00','(3,000.00)']})

     Currency
0       $1.00
1   $2,000.00
2  (3,000.00)

我想将“货币”dtype 转换为浮点数，但括号字符串（表示负数）有问题。这是我当前的代码：

df[['Currency']] = df[['Currency']].replace('[\$,]','',regex=True).astype(float)

产生错误：

ValueError: could not convert string to float: (3000.00)

我想要的 dtype float 是：

     Currency
0       1.00
1   2000.00
2  -3000.00

【问题讨论】：

标签： python pandas currency

【解决方案1】：

只需将) 添加到现有命令，然后将( 转换为- 以使括号中的数字变为负数。然后转换为浮点数。

(df['Currency'].replace( '[\$,)]','', regex=True )
               .replace( '[(]','-',   regex=True ).astype(float))

   Currency
0         1
1      2000
2     -3000

【讨论】：

@George 你从 JohnE 那里得到它。更快很棒。
@JohnE，如果我可以添加到几乎完美的答案：df['Currency'].replace( '[\$,)]','', regex=True ).replace( '[(]','-', regex=True).replace( '[ ]+', 'NaN', regex=True).astype(float)
@JohnE，对不起，我应该澄清一下，这会将空格（任意数量的连续空格）替换为“NaN”，因为空格将在.astype(float)
@rohit_wason 好的，明白了，这是一个好点。以下是您建议通过一些额外的调整来处理空字符串：(df['Currency'].replace( '[\$,) ]+','',regex=True ).replace( '[(]','-', regex=True ).replace( '', 'NaN', regex=True ).astype(float)) 如果您想写下来，我很乐意投票。您可能还想添加一些带空格的附加行来演示。如果你不想，我可以将它添加到我的，虽然我的太旧了，我现在有点不愿意改变它。

【解决方案2】：

这是如果您想确保将其添加到 DataFrame 中，特别是如果您有很多列，而平均 DataFrame 具有这样您就可以处理它

df['Currency']=(df['Currency'].replace( '[\$,)]','', regex=True ) .replace( '[(]','-', regex=True ).astype(float))

【讨论】：