pandas-如何将所有列从object转换为float类型

我正在尝试将所有金额为“$”的列从object转换为float类型

使用下面的代码，我无法删除$符号

输入：

df[:] = df[df.columns.map(lambda x: x.lstrip('$'))]

---

请使用以下基于正则表达式的匹配将所有出现的$替换为空字符

df = df.replace({'\$': ''}, regex=True) 

更新：根据@Wen的建议，解决方案将是

df.iloc[:,9:32]=df.iloc[:,9:32].replace({'\$':''},regex=True).astype(float)

---

请使用以下基于正则表达式的匹配将所有出现的$替换为空字符

df = df.replace({'\$': ''}, regex=True) 

更新：根据@Wen的建议，解决方案将是

df.iloc[:,9:32]=df.iloc[:,9:32].replace({'\$':''},regex=True).astype(float)

---

您可以使用

提取

df=pd.DataFrame({'A':['$10.00','$10.00','$10.00']})
df.apply(lambda x : x.str.extract('(\d+)',expand=False).astype(float))
Out[333]: 
      A
0  10.0
1  10.0
2  10.0

更新

df.iloc[:,9:32]=df.iloc[:,9:32].apply(lambda x : x.str.extract('(\d+)',expand=False).astype(float))

---

您可以使用

提取

df=pd.DataFrame({'A':['$10.00','$10.00','$10.00']})
df.apply(lambda x : x.str.extract('(\d+)',expand=False).astype(float))
Out[333]: 
      A
0  10.0
1  10.0
2  10.0

更新

df.iloc[:,9:32]=df.iloc[:,9:32].apply(lambda x : x.str.extract('(\d+)',expand=False).astype(float))

---

您也可以尝试使用

applymap

：

df[:] = df.astype(str).applymap(lambda x:  x.lstrip('$')).astype(float)

如果

df

为：

   0   1   2
0  $1  7   5
1  $2  7   9
2  $3  7   9

然后，它将导致：

    0    1    2
0  1.0  7.0  5.0
1  2.0  7.0  9.0
2  3.0  7.0  9.0

---

您也可以尝试使用

applymap

：

df[:] = df.astype(str).applymap(lambda x:  x.lstrip('$')).astype(float)

如果

df

为：

   0   1   2
0  $1  7   5
1  $2  7   9
2  $3  7   9

然后，它将导致：

    0    1    2
0  1.0  7.0  5.0
1  2.0  7.0  9.0
2  3.0  7.0  9.0

---

还要添加astype（float）？还要添加astype（float）？如果我只想从第9列应用到第32列，我如何修改代码。如果我在df中有小数，比如['$10.40'，'$10.05'，'$10.80']，它会忽略小数后的数字。@prabhakar然后我们做df.iloc[：，9:32]=df.iloc[：，9:32]。替换（{'$：''，regex=True）。astype（float）太好了，非常感谢。刚刚在replace中更正了您行中的小错误，df.iloc[：，9:32]=df.iloc[：，9:32].replace（{'\$：''，regex=True）。astype（float）如果我只想从第9列应用到第32列，如何修改代码。如果df中有小数，比如['$10.40'，'$10.05'，'$10.80']它忽略小数点后的数字。@prabhakar然后我们执行df.iloc[：，9:32]=df.iloc[：，9:32]。替换（{'$：'}，regex=True）。aType（float）很好，谢谢。刚刚在replace中更正了行中的小错误，df.iloc[：，9:32]=df.iloc[：，9:32].replace（{'\$：''}，regex=True）。astype（float）