潘达斯数据框中带有美元符号的金额。

Question

我有一个pandas数据框，它的列数如下。Column_1是字符串文本，不是整数或十进制。有几行也有字符串值，比如名字（参考第6行）。

S.No.  Column_1
1      256
2      1
3      $300.54672
4      756
5      $292.34333
6      Andrew

我想将column_1中的所有数值转换为numbersint，除了美元数值和带有名称的行。我要求保留美元符号，但金额应该在小数点后四舍五入到2位数。

预期的输出。

S.No.  Column_1
1           256
2             1
3       $300.55
4           756
5       $292.34
6       Andrew

我使用 pd.to_numeric() 将整个列转换为数字，并使用 errors='coerce'，但金额值变成了空白（或）空，因为这是一个错误。

如果有任何建议帮助，我将非常感激。谢谢你的帮助。

Answer 1

筛选值以 $ 由 Series.str.startswith移除 $ 由 Series.str.strip转换为数字、四舍五入、转换为字符串和前缀。$:

m = df['Column_1'].str.startswith('$', na=False)

s = '$' + df.loc[m, 'Column_1'].str.strip('$').astype(float).round(2).astype(str)

或。

s = df.loc[m, 'Column_1'].str.strip('$').astype(float).round(2).astype(str).radd('$')

df.loc[m, 'Column_1'] = s


print (df)
   S.No. Column_1
0      1      256
1      2        1
2      3  $300.55
3      4      756
4      5  $292.34

最后，如果需要将非匹配值转换为数值，但得到混合数据类型--字符串与 $ 和数字，不含 $:

df.loc[~m, 'Column_1'] = pd.to_numeric(df.loc[~m, 'Column_1'])
print (df)
   S.No.    Column_1
0      1         256
1      2           1
2      3  $300.54672
3      4         756
4      5  $292.34333

print (df['Column_1'].apply(type))
0    <class 'int'>
1    <class 'int'>
2    <class 'str'>
3    <class 'int'>
4    <class 'str'>
Name: Column_1, dtype: object

对最后一段进行编辑。在此可能增加： errors='coerce' 用于将非数值转换为缺失值，然后用原始值替换。

df.loc[~m, 'Column_1'] = pd.to_numeric(df.loc[~m, 'Column_1'], errors='coerce').fillna(df['Column_1'])
print (df)
   S.No. Column_1
0      1      256
1      2        1
2      3  $300.55
3      4      756
4      5  $292.34
5      6   Andrew

print (df['Column_1'].apply(type))

0    <class 'float'>
1    <class 'float'>
2      <class 'str'>
3    <class 'float'>
4      <class 'str'>
5      <class 'str'>
Name: Column_1, dtype: object