Python 使用pd.apply（）清理数据帧

我有一个大的数据帧。我试图通过在行和列上迭代来清理这些行。我发现这需要很长时间。所以我尝试使用pd.apply（），但在实现上遇到了问题

这是一个永远需要的尝试：

def elim_com(x):
    try:
        x.replace(',',' ')
    except ValueError:
        return x

def to_number(x):
    try:
        x=float(x)
        return(x)
    except ValueError:
        return x

for row in range(df.shape[0]):
    for column in range(0,dfconvertendum.shape[1],1):
        try:
            dfconvertendum.iloc[row,column]=elim_com(dfconvertendum.iloc[row,column])
        except TypeError:
            continue
        except AttributeError:
            continue

for row in range(df.shape[0]):
    for column in range(0,df.shape[1],1):
        try:
            dfconvertendum.iloc[row,column]=to_number(dfconvertendum.iloc[row,column])    
        except TypeError:
            continue```

Here is my attempt using apply:

```## Clean using apply 

def elim_com(x):
    try:
        x.replace(',',' ')
    except ValueError:
        return x

def to_number(x):
    try:
        x=float(x)
        return(x)
    except ValueError:
        return x

dfconvertendum=dfconvertendum.apply(elim_com)
dfconvertendum=dfconvertendum.apply(to_num)

目标是在当前有一个名为object的df数据类型的情况下，使用带有浮动的单个df。我也试过用数字来描述，但它会以不变的方式把事情搞砸。我想稍微洗一下。我想把所有不是带逗号的数字都保留下来，去掉逗号，转换成浮点数。

---

最好的

事实上，如果你不想表现得粗鲁一点，你的代码是非常低效的。熊猫的一大优点是，您可以执行矢量化操作，速度非常快。假设您知道要将哪些列转换为浮点，以及要在哪些列中删除逗号，则可以执行以下操作：

for col in df.columns:
    df[col]=df[col].str.replace(',','').astype(float) 

---

编辑：根据您的反馈更改答案

我做到了。在我的例子中，诀窍是用np.NaN清除“不适用”，然后执行pd.apply。这使我能够根据需要对_值（）进行排序

df=df.replace('N/A',np.NaN)

for col in df:
    try:
        df[col]=df[col].str.replace(',','').astype(float)
    except ValueError:
        continue
    except AttributeError:
        continue
    except KeyError:
        continue```

---

请提供数据样本和预期输出。老实说，代码在这里基本上是不相关的。嘿！您正在使用多少列？你知道哪些是浮点数，哪些列需要删除逗号吗？嗨，Juan，我已经修改了帧，去掉了非数字列，所以我想去掉所有列中的所有逗号。一旦我去掉逗号，我就试着让它们浮起来。如果你能回答这些评论，那就太好了。@Rudolfthereinder，根据你刚才说的更改了我的答案。这避免了我抛出的错误，但只转换了一些列<代码>对于dfconvertendum中的列：try:dfconvertendum[col]=dfconvertendum[col].str.replace（'，'，''）.astype（float）except ValueError:continue except AttributeError:continue您必须手动识别类型与所需数据类型不对应的列。如果您可以使用

.isinstance（）

根据数据类型拆分列，并在检查dfconvertendum.dtypes时手动检测哪些列不是您想要的列，那么我仍然返回大量的“object”dtype列。这是否意味着该列中至少有一行是“object”数据类型。或者对象数据类型是否意味着列中的所有行都是“对象”数据类型？如果我迟到了，很抱歉，但是如果

float

列中只有一个字符串值，它将显示为

object

。对于具有空白而不是缺少值的数据库，经常发生这种情况。