在 Python pandas 中将带有 $ 的货币转换为数字

Posted 2023-03-11

【中文标题】在 Python pandas 中将带有 $ 的货币转换为数字

【英文标题】：converting currency with $ to numbers in Python pandas

【发布时间】：2015-12-04 12:30:36

【问题描述】：

我在熊猫数据框中有以下数据：

    state        1st        2nd             3rd
0   California  $11,593,820 $109,264,246    $8,496,273
1   New York    $10,861,680 $45,336,041     $6,317,300
2   Florida     $7,942,848  $69,369,589     $4,697,244
3   Texas       $7,536,817  $61,830,712     $5,736,941

我想用三列（1st、2nd、3rd）执行一些简单的分析（例如 sum、groupby），但是这三列的数据类型是对象（或字符串）。

所以我使用以下代码进行数据转换：

data = data.convert_objects(convert_numeric=True)

但是，转换不起作用，也许是因为美元符号。有什么建议吗？

【问题讨论】：

***.com/questions/27534746/…

对于正则表达式解决方案，请查看***.com/a/31521773/3651127

【参考方案1】：

您可以使用矢量化的str 方法替换不需要的字符，然后将类型转换为 int：

In [81]:
df[df.columns[1:]] = df[df.columns[1:]].apply(lambda x: x.str.replace('$','')).apply(lambda x: x.str.replace(',','')).astype(np.int64)
df

Out[81]:
            state       1st        2nd      3rd
index                                          
0      California  11593820  109264246  8496273
1        New York  10861680   45336041  6317300
2         Florida   7942848   69369589  4697244
3           Texas   7536817   61830712  5736941

dtype 更改现已确认：

In [82]:

df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 4 entries, 0 to 3
Data columns (total 4 columns):
state    4 non-null object
1st      4 non-null int64
2nd      4 non-null int64
3rd      4 non-null int64
dtypes: int64(3), object(1)
memory usage: 160.0+ bytes

另一种方式：

In [108]:

df[df.columns[1:]] = df[df.columns[1:]].apply(lambda x: x.str[1:].str.split(',').str.join('')).astype(np.int64)
df
Out[108]:
            state       1st        2nd      3rd
index                                          
0      California  11593820  109264246  8496273
1        New York  10861680   45336041  6317300
2         Florida   7942848   69369589  4697244
3           Texas   7536817   61830712  5736941

【参考方案2】：

@EdChum 的回答很聪明，效果很好。但既然烤蛋糕的方法不止一种……为什么不使用正则表达式呢？例如：

df[df.columns[1:]] = df[df.columns[1:]].replace('[\$,]', '', regex=True).astype(float)

对我来说，这更具可读性。

【讨论】：

更通用的做法是替换所有非数字字符，所以正则表达式为'\D'。请注意，这也会删除小数点，因此仅适用于整数值。要删除除数字和小数点以外的所有字符，您可以使用'[^.0-9]'。

现在是 2019 年，仍然没有更好的方法将货币系列转换为数字系列：/

【参考方案3】：

你也可以使用locale如下

import locale
import pandas as pd
locale.setlocale(locale.LC_ALL,'')
df['1st']=df.1st.map(lambda x: locale.atof(x.strip('$')))

注意以上代码是在 Python 3 和 Windows 环境下测试的

【参考方案4】：

要转换为整数，请使用：

carSales["Price"] = carSales["Price"].replace("[$,]", "", regex=True).astype(int)

【讨论】：

您好，请避免发布输出图像，此输出可能是文本格式。

如果你把小数点换掉，你将拥有一辆 50 万美元的本田

【参考方案5】：

您可以使用方法str.replace 和正则表达式'\D' 删除所有非数字字符或使用'[^.0-9]' 保留数字和小数点：

for col in df.columns[1:]:
    df[col] = pd.to_numeric(df[col].str.replace('[^.0-9]', ''))