在熊猫中将数据类型从对象更改为字符串

Question

这看起来很简单，但我就是想不通。

我有一个数据框，其中包含 GBpence、Euro 和 USD 的金额列。我需要一个以英镑为单位的新列，我能想到的唯一方法是首先将金额字段转换为字符串，将金额与货币符号分开，然后使用 numpy 执行条件计算。

df = pd.DataFrame({'date': ['2018-11-22','2018-11-23','2018-11-24'],
               'amount': ['3.80p','$4.50','\N{euro sign}3.40'], 
               'usd-gbp':['0.82','0.83','0.84'], 
               'eur-gbp':['0.91','0.92','0.93']})

我正在尝试将金额列转换为字符串，以便提取货币和浮动金额，但它只是将所有行转换为相同的字符串。

df['new'] = str(df['amount'])

预期的输出只是字符串格式的数量值，因此我可以对它们执行切片。

任何帮助将不胜感激。谢谢。

Answer 1

您可以使用replace 将货币符号替换为“0.82*”和“0.91*”，然后使用pd.eval 评估操作：

to_gbp = {'p': '*1', '\$': '0.82*', '€': '0.91*'}
df['gbp'] = pd.eval(df['amount'].replace(to_gbp, regex=True))
print(df)

# Output:
  amount usd-gbp eur-gbp    gbp
0  3.80p    0.82    0.91  3.800
1  $4.50    0.82    0.91  3.690
2  €3.40    0.82    0.91  3.094

关于replace的详细信息：

>>> df['amount'].replace(to_gbp, regex=True)
0       3.80*1
1    0.82*4.50
2    0.91*3.40
Name: amount, dtype: object

更新

我没有提到汇率会因日期而异。我已经更新了这个问题，所以展示一下。 'replace' 仍然可以做到这一点吗？

创建一个自定义函数并将其应用于每一行：

def convert(row):
    d = {'$': 'usd-gbp', '€': 'eur-gbp'}
    c = row['amount'][0]
    return float(row['amount'][1:]) * float(row[d[c]]) \
               if c in d else float(row['amount'][:-1])

df['gbp'] = df.apply(convert, axis=1)
print(df)

# Output:
         date amount usd-gbp eur-gbp    gbp
0  2018-11-22  3.80p    0.82    0.91  3.800
1  2018-11-23  $4.50    0.83    0.92  3.735
2  2018-11-24  €3.40    0.84    0.93  3.162