pandas：从数字字符串中提取或拆分字符答案

【问题标题】：pandas: extract or split char from number stringpandas：从数字字符串中提取或拆分字符
【发布时间】：2014-04-16 16:43:10
【问题描述】：

我从一个看起来像这样的 sql 表中选择了一个数据框

   id shares_float
0   1      621.76M
1   2      329.51M

换句话说，

[(1, '621.76M'), (2, '329.51M')]

我想拆分shares_float，如果它是“B”，则乘以1,000,000,000，如果是“M”，则乘以1,000,000，如果既不是或没有尾随字符，只需转换并分配数字。

结果应该是浮点型

   ticker_id  shares_float     float_value
0          1       621.76M    621760000.00
1          2         3.51B   3510000000.00

我是熊猫新手。有没有办法在熊猫中做到这一点？还是应该将数据转换为列表并在循环中进行操作，然后将其转换回 pandas DataFrame？

补充说明：答案很好用！谢谢你。顺便说一句，该功能如何工作？

【问题讨论】：

标签： python string pandas

【解决方案1】：

可以使用转换字典，我相信你不是说624540000：

In [9]:

D={'M':'*1e6', 'B':'*1e9'}
df['float_value']=df.shares_float.apply(lambda x: eval(x[:-1]+D[x[-1]]))
In [10]:

print df
   ticker_id shares_float  float_value
0          1      621.76M   621760000
1          2        3.51B  3510000000

[2 rows x 3 columns]
In [11]:

df.dtypes
Out[11]:
ticker_id         int64
shares_float     object
float_value     float64
dtype: object

【讨论】：

谢谢！这完美地工作。我只是好奇，eval(x[:-1]+D[x[-1]]) 是怎么工作的？
一百万是1e6而不是10e6；同样10e9 是 100 亿。
是的，对于额外的0 感到抱歉。 eval 基本上运行作为python 代码提供给它的string。

【解决方案2】：

您可以使用字符串方法来提取模式；例如，为了涵盖所有情况，从：

>>> df
   id shares_float
0   1            5
1   2           6M
2   3           7B

[3 rows x 2 columns]

数值和单位可以通过以下方式提取：

>>> sh = df.shares_float.str.extract(r'(?P<val>[0-9.]*)(?P<unit>[MB]{0,1})')
>>> sh
  val unit
0   5
1   6    M
2   7    B

[3 rows x 2 columns]

然后：

>>> unit_map = {'':1, 'M':1e6, 'B':1e9}
>>> df['float_value'] = sh.val.astype(np.float64) * sh.unit.map(unit_map)
>>> df
   id shares_float  float_value
0   1            5            5
1   2           6M      6000000
2   3           7B   7000000000

[3 rows x 3 columns]

【讨论】：