如何使用 .replace 将 "string" 类型的 DataFrame 列转换为 "float"？

Question

在我的 DataFrame 中，“Value_String”列由以下字符串组成：

• 以美元符号开头的类似数字的字符串，千位之间用逗号分隔，[例如1,000 美元]
• "None"

因此，我尝试创建一个新列并使用以下 lambda 函数将字符串转换为浮点数：

to_replace = '$,'

df['Value_Float'] = df[df['Value_String'].apply(lambda x: 0 if x == 'None' 
else float(x.replace(y, '')) for y in to_replace)]

这实际上会生成“类型错误：'generator' 对象不可调用”。

我该如何解决这个问题？

Answer 1

numpy where 方法对于有条件地更新值非常有帮助。在这个值不是 'None' 的情况下，我们将使用替换函数。然而，由于 str.replace 默认使用正则表达式，我们需要将模式更改为文字美元符号或逗号

import pandas as pd
import numpy as np
df = pd.DataFrame({'Value_String':[",000","None"]})
df['Value_String'] = np.where(df['Value_String']!='None', df['Value_String'].str.replace('$|,',''), df['Value_String'])
print(df)

输出

  Value_String
0         1000
1         None