Python 为什么这个字符串不能转换为float？

“金额”列是一个字符串。我想把它改为float，这样我就可以在以后的计算中输入这些行

In [1] import pandas as pd

       data = pd.read_csv('input.csv')

       data

请注意，“D”的值是“-”，而不是零

首先，我清理坏数据：

In [2]
    data['Amount'] = data['Amount'].replace(' -   ', 0)
    data

然后我尝试使用两种方法将其转换为float。两者均不成功：

In [3]
    pd.Series(data['Amount']).astype(float)

以及：

在绝望中，我试图在各行中循环：

In [5]
    def cleandata(x):
        return float(x)

    data['Amount'] = data['Amount'].apply(cleandata)

谢谢你能给我的建议。我已经试了好几个小时了。谢谢。

试试：

data = pd.read_csv('input.csv', thousands=',', decimal='.')

---

你应该去掉逗号，那样可以解决问题。试试这个：

data['Amount'] = data['Amount'].apply(lambda x: x.replace(",", "")) # take the commas away
data['Amount'] = data.Amount.astype(float) 

创建列表（y）似乎有效

In [1]:
import pandas as pd
data = pd.read_csv('input.csv')
y = list(data["Amount"])
y = [item.replace(" -   " , '0') for item in y]
y = [item.replace("," , '') for item in y]
data["Amount"] = y
data["Amount"] = pd.to_numeric(data['Amount'], errors='coerce')
data['Result'] = data["Amount"] - data["Cost"]
data

---

当然，有一种更好、更具Python风格的方法来写这篇文章。

数据['Amount'].str.replace（“，”，”）.astype（float）

混合中抛出的逗号和点就是问题所在。如果您保证数字将以此处显示的格式显示，只需在转换前替换逗号即可。pass param

data=pd.read_csv（'input.csv'，数千='，'）

，因此它会正确处理该列，然后替换

-

，这将非常有效。但是，我收到了相同的错误，无法在以后的计算中使用金额（例如金额减去成本）。您在读取后是否清除了错误数据（即

-

）？您收到的错误具体是什么？是的，已清除坏数据，然后尝试传递以下内容：数据['result']=data['Amount']-data['Cost']，但收到2个错误：-类型错误：不支持的操作数类型-：'str'和'int'-TypeError:ufunc'subtract'不包含签名匹配类型为dtype的循环（“您的数据中仍然有

str

，而不是

-

。请尝试：

data['Amount']=pd。要使用数字（data['Amount'，errors='concurve'）

您不需要应用，

data['Amount']…str.replace（“，”）

工作起来更快。

Out [4]
    ValueError: Unable to parse string "9,596,249.09" at position 0

In [5]
    def cleandata(x):
        return float(x)

    data['Amount'] = data['Amount'].apply(cleandata)

Out [5]
    ValueError: could not convert string to float: '9,596,249.09'

data = pd.read_csv('input.csv', thousands=',', decimal='.')

data['Amount'] = data['Amount'].apply(lambda x: x.replace(",", "")) # take the commas away
data['Amount'] = data.Amount.astype(float) 

In [1]:
import pandas as pd
data = pd.read_csv('input.csv')
y = list(data["Amount"])
y = [item.replace(" -   " , '0') for item in y]
y = [item.replace("," , '') for item in y]
data["Amount"] = y
data["Amount"] = pd.to_numeric(data['Amount'], errors='coerce')
data['Result'] = data["Amount"] - data["Cost"]
data

Out [1]:
    ID  Amount      Cost        Result
0   A   9596249.09  1000000     8596249.09
1   B   38385668.57 50000       38335668.57
2   C   351740.00   100         351640.00
3   D   0.00        23         -23.00
4   E   178255.96   999         177256.9