Python 如何使用pandas read_csv函数有效地处理欧洲十进制分隔符？

我正在使用

read\u csv

将csv文件读取到熊猫数据帧中。我的CSV文件包含大量小数/浮点数。数字采用欧洲十进制表示法进行编码：

1.234.456,78

这意味着“.”用作千位分隔符，“.”是小数点

熊猫0.8。提供名为“千”的

read\u csv

参数来设置千分隔符。是否还有其他参数提供小数点？如果没有，解析欧式十进制数的最有效方法是什么

目前我使用的是字符串替换，我认为这是一个重要的性能损失。我使用的编码如下：

# Convert to float data type and change decimal point from ',' to '.'
f = lambda x: string.replace(x, u',', u'.')
df['MyColumn'] = df['MyColumn'].map(f)

---

非常感谢您的帮助。

您可以在

read\u csv

中使用

转换器。给定
/tmp/data.csv
如下：

"x","y"                                                                         
"one","1.234,56"                                                                
"two","2.000,00"   

你可以做：

In [20]: pandas.read_csv('/tmp/data.csv', converters={'y': lambda x: float(x.replace('.','').replace(',','.'))})
Out[20]: 
     x        y
0  one  1234.56
1  two  2000.00

对于欧式数字，请使用
pandas.read_csv
中的
数千
和
decimal
参数

例如：

pandas.read_csv（'data.csv'，千位='，十进制='，'））

从：

千人：

str，可选的千位分隔符

十进制：

str，要识别为小数点的默认“.”字符
（例如，使用“，”表示欧洲数据）

谢谢，它起作用了。我不确定转换器函数是否比string.replace快。探查器将告诉您。；-）速度可能是相同的，但使用
转换器
可以指定列的类型。请注意，这在Git上的公开发行584和781中提到过。在Pandas将这两个参数引入
read_csv
和
to_csv
之后，这可能是当前正确答案的重复。