我正在處理一個(gè)具有價(jià)格列的大型數(shù)據(jù)集（超過(guò)200萬(wàn)行x 10列）。這些值的格式包括一千點(diǎn)分隔符（例如 1.000），并且還使用點(diǎn)來(lái)分隔小數(shù)（例如 3.000.75 而不是 3000，75）。我想將列的格式設(shè)置為 float，但值中的 2 個(gè)點(diǎn)讓我頭疼。通常，為了簡(jiǎn)單起見，假設(shè)沒(méi)有超過(guò)1.000.000的數(shù)字，我會(huì)做這樣的事情for i in range (0,len(df)): cell=str(df.iloc[i]['price']) if cell.count(".")==2: cell=cell.split(".")[0] + cell.split(".")[1] + '.' + cell.split(".")[2]然后，是的，將列的格式設(shè)置為浮點(diǎn)數(shù)。但我知道這遠(yuǎn)非最優(yōu)（循環(huán)）。for我怎樣才能利用熊貓的力量來(lái)避免這里？for謝謝！
3 回答
喵喵時(shí)光機(jī)
TA貢獻(xiàn)1846條經(jīng)驗(yàn) 獲得超7個(gè)贊
正如米尼奧所建議的那樣，使用正則表達(dá)式刪除它們。編碼和閱讀的一種簡(jiǎn)單方法是使用，這意味著所有非數(shù)字字符：\D
regex = r'\D' df.price = df.price.str.replace(regex, '').astype(float)
白衣非少年
TA貢獻(xiàn)1155條經(jīng)驗(yàn) 獲得超0個(gè)贊
你可以嘗試這樣的事情：
df.price.str.replace(r'(\.)([0-9]{1,2})$', ',\\2')也許你將不得不使用正則表達(dá)式部分，但這個(gè)函數(shù)是一種方法。
胡子哥哥
TA貢獻(xiàn)1825條經(jīng)驗(yàn) 獲得超6個(gè)贊
在您的情況下，對(duì)何時(shí)刪除點(diǎn)以及何時(shí)應(yīng)將點(diǎn)視為小數(shù)點(diǎn)存在疑問(wèn)。我對(duì)這個(gè)問(wèn)題的解決方案是刪除所有點(diǎn)，然后在一千個(gè)點(diǎn)之后出現(xiàn)s，并保持小數(shù)點(diǎn)不變。下面的代碼可能會(huì)對(duì)您有所幫助。
cell = df['price']
cell = cell.astype('str')
def func(val):
ret = ''
for i in range(len(val)):
if val[i] != '.' or i%4 != 0:
ret += val[i]
return ret
output = pd.Series(map(func,cell))
output = output.astype('float')
print(output)
如果您遇到任何其他問(wèn)題，可以寫信給我。
添加回答
舉報(bào)
0/150
提交
取消