Python 签署「-&引用；在数字之后

我有一个数据框，其中包含一列数字，如下所示：

 1. 34.5
 2. 345.2
 3. 898.4-
 4. 87.4

...

 n. 847.3-

该列是str，现在我已经编写了一个循环整个列（大约1900万行）的代码。 我问是否有人知道一种更快的方法，将“-”放在前面，并将str改为数字

我的代码：

for i, row in frame.iterrows():
    Val=row[9]
    if row[9].find("-") > 0 :
        Val="-"+row[9].replace("-","")
        frame.iloc[i,9]=Val
frame[frame.columns[9]]=pd.to_numeric(frame[frame.columns[9]]

---

查看本页的“应用函数”部分，该部分解释了在整个帧上迭代会很慢，而使用

apply（）

函数

它看起来像这样

def remove_hyphen(x):
    return x.replace("-", "")

frame["column_name"] = frame["column_name"].apply(remove_hyphen)

---

让我们尝试两个调用

pd.to\u numeric

。第一种方法得到所有正确的正数，第二种方法将填充在第一次尝试时强制为

NaN

的负数。非数值仍然强制为

NaN

import pandas as pd
s = pd.Series(['34.5', '345.2', '898.4-', '87.4', '847.3-', 'foobar', 'f-']) 

---

---

---

您可以在

str

的帮助下直接执行此操作：

frame.loc[frame[col_name].str[-1] == '-', col_name] = '-' + frame.loc[
                    frame[col_name].str[-1] == '-', col_name].str.replace('-', '')
frame[col_name] = frame[col_name].astype('float')

---

这回答了你的问题吗？如果可以使用

str.replace

，为什么要使用apply？当前OP正在遍历表中的所有行。apply（）只是意味着他可以将单个列的工作交给一个函数来替换，因此应该快得多。但是他只针对一个列？最好使用矢量化解决方案或类似np的解决方案。其中，使用标准循环将非常缓慢，因为一列字符串的行数为1900万行。

0     34.5
1    345.2
2   -898.4
3     87.4
4   -847.3
5      NaN
6      NaN
dtype: float64

frame.loc[frame[col_name].str[-1] == '-', col_name] = '-' + frame.loc[
                    frame[col_name].str[-1] == '-', col_name].str.replace('-', '')
frame[col_name] = frame[col_name].astype('float')