将带有$的货币转换为Python格式的数字

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（第一列、第二列、第三列）执行一些简单的分析（例如sum、groupby），但这三列的数据类型是object（或string）

因此，我使用以下代码进行数据转换：

data = data.convert_objects(convert_numeric=True)

---

但是，可能由于美元符号，转换不起作用。有什么建议吗？

您可以使用矢量化的

str

方法替换不需要的字符，然后将类型强制转换为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

---

@埃德彻姆的回答很聪明，效果也很好。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。

您还可以使用

locale

，如下所示

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

---

注意：上面的代码是在Python 3和Windows环境中测试的，只需使用下面简单高效的可读方法即可将其转换为整数

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

输出：

---

对于正则表达式解决方案，检查一个更通用的方法是替换所有非数字字符，因此正则表达式是

'\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序列转换为数字序列：/Hi，请避免发布输出图像，此输出可能是文本格式。

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