Python-基于dataframe列中的数据将对象数据类型转换为整数、字符串或浮点

我有以下问题。我有一个dataframe，它有各种类型的列（int、float、string等），但由于它们是使用.csv文件导入python的，所以所有列都显示为

object

数据类型。示例如下：

print df_centers

输出：

center name                      ID    state  activity type cost  usage
Bay area recreational facility  10019   LA       swimming    $15   0.5%
Ith area recreational facility  10020   NY       basketball  $200  100%

所有这些列都有data type=object，我正在尝试将对象数据类型转换为它们相关且更有意义的数据类型。示例如下：

df_centers['cost'] = df_centers['cost'].astype('int')

我尝试在cost字段上进行INT转换的原因是我以后必须对其进行一些分析，但python返回时会显示以下错误消息：

ValueError: invalid literal for long() with base 10: '$15'

df_centers['usage'] = df_centers['usage'].astype('float')

我还尝试将使用率转换为0.5%以浮动，如下所示，它返回错误消息：

ValueError: invalid literal for long() with base 10: '$15'

df_centers['usage'] = df_centers['usage'].astype('float')

我得到的结果是：

invalid literal for float(): 100%

---

关于如何将数据类型从对象转换为更相关的类型，有什么建议吗？

通常在CSV文件中，如果它不是逗号分隔的，而是Excel文件等，“对象”有一个类型和值，可以帮助您破译内容

在此期间，要将货币值转换为数字，请去掉前导的“$”并转换为float。对于百分比，去掉%，将数字转换为浮点，然后除以100

那么这个,

df_centers['cost']  = df_centers['cost'].astype('int')
df_centers['usage'] = df_centers['usage'].astype('float')

应该是：

df_centers['cost']  = df_centers['cost'].str.lstrip('$').astype('int')
#                                       ^^^^^^^^^^^^^^^^
df_centers['usage'] = df_centers['usage'].str.rstrip('%').astype('float') / 100.0
#                                        ^^^^^^^^^^^^^^^^

---

通常在CSV文件中，如果不是逗号分隔的，而是Excel文件等，“对象”有一个类型和值，可以帮助您破译内容

在此期间，要将货币值转换为数字，请去掉前导的“$”并转换为float。对于百分比，去掉%，将数字转换为浮点，然后除以100

那么这个,

df_centers['cost']  = df_centers['cost'].astype('int')
df_centers['usage'] = df_centers['usage'].astype('float')

应该是：

df_centers['cost']  = df_centers['cost'].str.lstrip('$').astype('int')
#                                       ^^^^^^^^^^^^^^^^
df_centers['usage'] = df_centers['usage'].str.rstrip('%').astype('float') / 100.0
#                                        ^^^^^^^^^^^^^^^^

---

看见您可以对货币使用类似的方法。$XX和XX%是str

df.cost=df.cost.str[1://code>
df.usage=df.usage.str[：-1]
非常感谢温和盖伦我用温家宝的建议去掉前面的$值或后面的%值，然后将它们转换为最相关的类型。再次谢谢你。您可以对货币使用类似的方法。$XX和XX%是str
df.cost=df.cost.str[1://code>
df.usage=df.usage.str[：-1]
非常感谢温和盖伦我用温家宝的建议去掉前面的$值或后面的%值，然后将它们转换为最相关的类型。再次感谢Gary02127的建议，我尝试了一种更简单的方法，但也将尝试使用.lstrip和.rstrip。感谢你的回答，并给了你+1分，但这对熊猫不起作用。@cᴏʟᴅsᴘᴇᴇᴅ  很抱歉，我的回答不正确。我已经将我的答案更新为正确的pandas格式。非常感谢Gary02127的建议，我尝试了一种更简单的方法，但也将尝试使用.lstrip和.rstrip。感谢你的回答，并给了你+1分，但这对熊猫不起作用。@cᴏʟᴅsᴘᴇᴇᴅ  很抱歉，我的回答不正确。我已经更新了我的答案，使之符合正确的格式。