Python pandas未将类型字符串转换为浮点

我已尝试用空白字段替换“，”

df['amount'].replace(',','', regex=True).astype(float)

错误：

ValueError: could not convert string to float: 

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

我仍然会犯同样的错误。示例数据如下所示： 5000.00和100000.234值

如何将其转换为浮动

---

顺便说一句，我正在读一个json文件！只有文件的路径。

我认为需要重新分配：

df = pd.DataFrame({'amount':['5,000.00', '1,00,000.234']})

df['amount'] = df['amount'].replace(',','', regex=True).astype('float64')
print (df)
       amount
0    5000.000
1  100000.234

如果不起作用，请检查是否存在一些错误值：

df = pd.DataFrame({'amount':['5,000.00', '1,00,000.234', 'a']})
print (df)
         amount
0      5,000.00
1  1,00,000.234
2             a

print (df.loc[pd.to_numeric(df['amount'].replace(',','', regex=True), errors='coerce').isnull(), 'amount'])
2    a
Name: amount, dtype: object

然后可以将错误值转换为

NaN

s：

df = pd.DataFrame({'amount':['5,000.00', '1,00,000.234', 'a']})
print (df)
         amount
0      5,000.00
1  1,00,000.234
2             a

df['amount'] = pd.to_numeric(df['amount'].replace(',','', regex=True), errors='coerce', downcast='float')
print (df)

       amount
0    5000.000
1  100000.234
2         NaN

---

如果使用

pd.read_csv

for

DataFrame

添加参数

数千='，'

：

df = pd.read_csv(file, thousands=',')

---

使用

pandas.to_numeric

和

pd.Series.str.replace

可用于：

s = pd.Series(['5,000.00', '1,00,000.234'])

s = pd.to_numeric(s.str.replace(',', ''), downcast='float')

print(s)

# 0      5000.000
# 1    100000.234
# dtype: float64

---

然而，如果可能的话，更好的办法是从源头上解决这个问题。例如，

pandas.read\u csv

具有参数，允许您考虑此类数字格式。

我们的值（如5000.00）将转换为5000.00作为浮点：

df['drawing Amt.]=[df['drawing Amt.]中i的浮动（str（i）。替换（“，”，”）]

我正在使用json，第一个答案不起作用，但第二个答案起作用，但它不会将数据类型转换为float。请稍候。我解释得更多。@jason-我认为第二段是为了检查有问题的值，然后我添加了解决方案，将它们重新拼贴到

NaN

s。请检查一下。@jason-不用它试试，如果效果不错的话，我想你可以毫无问题地移除它。酷。谢谢你的提醒！！：）你太快太好了！！！再次感谢！