将字符串转换为 pandas.core.series.Series 的浮点数
Converting a string to float for a pandas.core.series.Series
我正在尝试将以下 pandas.core.series.Series 转换为浮点数。
代码：
from yahoo_fin.options import get_calls
ticker = 'aapl'
ticker_calls = get_calls(ticker)
df = ticker_calls['Implied Volatility']
con = pd.Series(df).astype('float')
也试过：
df.astype('float')
输出：
could not convert string to float: '733.59%'
当刚刚打印 series/df 时，数据出现：
1. 733.59%
2. 657.03%
3. 633.79%
但是我无法对此执行任何 statistics/math。最终目标是能够做到：
(df['Risk_free'] + df['IV'])
输出为：int 或 float.
我要完成的示例：
['Risk_free']0.15 + ['IV']7.3359 = ['new col']7.35089
我现在得到的输出：
4. 1.500%733.59%
5. 1.500%657.03%
您可以去掉“%”符号..
from yahoo_fin.options import get_calls
ticker = 'aapl'
ticker_calls = get_calls(ticker)
df = ticker_calls['Implied Volatility']
con = df.str.rstrip('%').astype(float)
样本：
df = pd.Series(['12%', '12.5%', '35%', '50%', '88.880%'])
df.str.rstrip('%').astype(float)
0 12.00
1 12.50
2 35.00
3 50.00
4 88.88
dtype: float64
我正在尝试将以下 pandas.core.series.Series 转换为浮点数。 代码：
from yahoo_fin.options import get_calls
ticker = 'aapl'
ticker_calls = get_calls(ticker)
df = ticker_calls['Implied Volatility']
con = pd.Series(df).astype('float')
也试过：
df.astype('float')
输出：
could not convert string to float: '733.59%'
当刚刚打印 series/df 时，数据出现：
1. 733.59%
2. 657.03%
3. 633.79%
但是我无法对此执行任何 statistics/math。最终目标是能够做到：
(df['Risk_free'] + df['IV'])
输出为：int 或 float.
我要完成的示例：
['Risk_free']0.15 + ['IV']7.3359 = ['new col']7.35089
我现在得到的输出：
4. 1.500%733.59%
5. 1.500%657.03%
您可以去掉“%”符号..
from yahoo_fin.options import get_calls
ticker = 'aapl'
ticker_calls = get_calls(ticker)
df = ticker_calls['Implied Volatility']
con = df.str.rstrip('%').astype(float)
样本：
df = pd.Series(['12%', '12.5%', '35%', '50%', '88.880%'])
df.str.rstrip('%').astype(float)
0 12.00
1 12.50
2 35.00
3 50.00
4 88.88
dtype: float64