使用 Python 从数据框中用逗号替换点

Posted 2023-03-12

【中文标题】使用 Python 从数据框中用逗号替换点

【英文标题】：Replacing dot with comma from a dataframe using Python

【发布时间】：2021-05-17 04:30:19

【问题描述】：

我有一个数据框，例如 df ：

我正在尝试用逗号替换点以便能够在 excel 中进行计算。

我用过：

df = df.stack().str.replace('.', ',').unstack()

或

df = df.apply(lambda x: x.str.replace('.', ','))

结果：

没有任何变化，但我在执行结束时收到他的警告，没有错误：

FutureWarning：正则表达式的默认值将从 True 变为 在未来的版本中为假。另外，单字符正则 当 regex=True 时，表达式将不被视为文字字符串。

---

查看我所拥有的：

预期结果：

感谢@Pythonista 匿名更新问题以获取更多信息：

print(df.dtypes)

返回：

Date         object
Open         object
High         object
Low          object
Close        object
Adj Close    object
Volume       object
dtype: object

我正在使用 to_excel 方法提取数据：

df.to_excel()

我不是在 .csv 文件中导出数据框，而是在 .xlsx 文件中

【问题讨论】：

查看这个答案：***.com/a/40083822/10737778

使用inplace=True 或将结果分配到另一个变量中。

【参考方案1】：

数据框来自哪里 - 它是如何生成的？是从 CSV 文件导入的吗？

如果您将代码应用于字符串列，只要您记得这样做，您的代码就可以工作 df = df.apply() 而不仅仅是 df.apply() ，例如：

import pandas as pd
df = pd.DataFrame()
df['a'] =['some . text', 'some . other . text']
df = df.apply(lambda x: x.str.replace('.', ','))
print(df)

但是，您尝试使用数字而不是字符串来执行此操作。 准确地说，另一个问题是：你的数据框的 dtypes 是什么？ 如果你输入

df.dtypes

输出是什么？

我认为您的列是数字而不是字符串，对吧？毕竟，如果它们是数字，则应该将它们按原样存储在您的数据框中。

下一个问题：你是如何将此表导出到 Excel 中的？

如果您要保存 csv 文件，pandas 的 to_csv() 方法有一个 decimal 参数，可让您指定小数分隔符（通常在英语世界中为点，在许多国家/地区为逗号）在欧洲大陆）。查找syntax。

如果您使用 to_excel() 方法，则无关紧要，因为 Excel 应在内部将其视为数字，以及如何显示它（无论是用点还是逗号作为小数分隔符）通常取决于选项在您的计算机中设置。

请说明您如何导出数据以及在 Excel 中打开数据时会发生什么：Excel 是否将其视为字符串？或者作为数字，但您希望看到不同的小数分隔符？

还可以在这里查看如何在 Excel 中更改小数点分隔符：https://www.officetooltips.com/excel_2016/tips/change_the_decimal_point_to_a_comma_or_vice_versa.html

更新

OP，您还没有解释数据框的来源。您是否从外部来源导入它？您自己创建/计算它吗？ 列是对象的事实让我认为它们要么存储为字符串，要么有些行是数字的，有些不是。

如果您尝试将列转换为浮点数会怎样？

df['Open'] = df['Open'].astype('float64')

如果整个列应该是数字但不是，那么首先清理您的数据。

第二个问题：当您使用 Excel 打开刚刚创建的文件时会发生什么？ Excel 显示逗号​​，但 Excel 使用什么字符来分隔小数取决于 Windows/Mac/Excel 设置，而不是 pandas 创建文件的方式。您是否尝试过我上面提供的链接，您可以更改 Excel 显示小数的方式吗？另外，Excel 将这些数字视为数字还是字符串？

【讨论】：

您好，非常感谢您的回答，我根据您的回答更新了我的问题。所以是的，我想对某些列使用数字，对其他列使用字符串。

df['Open'] = df['Open'].astype('float64') 解决问题。非常感谢您的宝贵时间。我希望看到我的下一个问题。

我的荣幸。作为一般规则，您应该始终检查数据类型是否符合您的预期。而且，在导入日期时，不要依赖 dayfirst ，即 pandas 猜测日期格式，而是始终提供你自己的，以避免这个讨厌的错误：***.com/questions/55309199/…