无法将字符串转换为 pandas 中的浮点数（ValueError）答案

【问题标题】：Cannot convert string to float in pandas (ValueError)无法将字符串转换为 pandas 中的浮点数（ValueError）
【发布时间】：2016-12-31 17:28:19
【问题描述】：

我有一个从 JSON 输出创建的数据框，如下所示：

        Total Revenue    Average Revenue    Purchase count    Rate
Date    
Monday  1,304.40 CA$     20.07 CA$          2,345             1.54 %

存储的值作为字符串从 JSON 中接收。我正在尝试：

1) 删除条目中的所有字符（例如：CA$ 或 %） 2) 将汇率和收入列转换为浮动 3) 将计数列转换为 int

我尝试执行以下操作：

df[column] = (df[column].str.split()).apply(lambda x: float(x[0]))

它工作正常，除非我有一个昏迷值（例如：1,465 不起作用，而 143 会）。

我尝试使用几个函数将“，”替换为“”等。到目前为止没有任何效果。我总是收到以下错误：

ValueError：无法将字符串转换为浮点数：'1,304.40'

【问题讨论】：

标签： python json pandas dataframe numeric

【解决方案1】：

这些字符串以逗号作为千位分隔符，因此您必须在调用 float 之前将其删除：

df[column] = (df[column].str.split()).apply(lambda x: float(x[0].replace(',', '')))

这可以通过将split 移动到lambda 中来稍微简化：

df[column] = df[column].apply(lambda x: float(x.split()[0].replace(',', '')))

【讨论】：

【解决方案2】：

另一个具有list 理解的解决方案，如果需要应用string functions 仅与Series（DataFrame 的列）一起使用，例如str.split 和str.replace：

df = pd.concat([df[col].str.split()
                       .str[0]
                       .str.replace(',','').astype(float) for col in df], axis=1)

#if need convert column Purchase count to int
df['Purchase count'] = df['Purchase count'].astype(int)
print (df)
         Total Revenue  Average Revenue  Purchase count  Rate
Date                                                        
Monday         1304.4            20.07            2345  1.54

【讨论】：