如何在Python中从列值中去掉$符号
我的数据集有很多列包含带逗号的$value,例如$150000.50。导入数据集后:如何在Python中从列值中去掉$符号,python,pandas,Python,Pandas,我的数据集有很多列包含带逗号的$value,例如$150000.50。导入数据集后: datasets = pd.read_csv('salaries-by-college-type.csv') 插补器对象失败,因为这些列中有一堆值是$values。如何在python程序中更正它 这是我的数据集。除学校类型外,rest都有带逗号的$value。是否有一种通用方法可以从这些列值中删除这些$和逗号 School Type 269 non-null
datasets = pd.read_csv('salaries-by-college-type.csv')
插补器对象失败,因为这些列中有一堆值是$values。如何在python程序中更正它
这是我的数据集。除学校类型外,rest都有带逗号的$value。是否有一种通用方法可以从这些列值中删除这些$和逗号
School Type 269 non-null object
Starting Median Salary 269 non-null float64
Mid-Career Median Salary 269 non-null float64
Mid-Career 10th Percentile Salary 231 non-null float64
Mid-Career 25th Percentile Salary 269 non-null float64
Mid-Career 75th Percentile Salary 269 non-null float64
Mid-Career 90th Percentile Salary 231 non-null float64
以下是我的数据集示例:
School Type Starting Median Salary Mid-Career Median Salary Mid-Career 10th Percentile Salary Mid-Career 25th Percentile Salary Mid-Career 75th Percentile Salary Mid-Career 90th Percentile Salary
Engineering $72,200.00 $126,000.00 $76,800.00 $99,200.00 $168,000.00 $220,000.00
Engineering $75,500.00 $123,000.00 N/A $104,000.00 $161,000.00 N/A
Engineering $71,800.00 $122,000.00 N/A $96,000.00 $180,000.00 N/A
Engineering $62,400.00 $114,000.00 $66,800.00 $94,300.00 $143,000.00 $190,000.00
Engineering $62,200.00 $114,000.00 N/A $80,200.00 $142,000.00 N/A
Engineering $61,000.00 $114,000.00 $80,000.00 $91,200.00 $137,000.00 $180,000.00
假设您有一个如下所示的csv。
注意:我真的不知道你的csv是什么样子。确保相应地调整
read_csv
参数。最具体地说,是sep
参数
h1|h2
a|$1,000.99
b|$500,000.00
使用pd.read\u csv
传递一个字典,其中包含要转换为键的列的名称,以及执行转换的函数的值
pd.read_csv(
'salaries-by-college-type.csv', sep='|',
converters=dict(h2=lambda x: float(x.strip('$').replace(',', '')))
)
h1 h2
0 a 1000.99
1 b 500000.00
或者假设您已经导入了数据帧
df = pd.read_csv(
'salaries-by-college-type.csv', sep='|'
)
然后使用pd.Series.str.replace
df.h2 = df.h2.str.replace('[^\d\.]', '').astype(float)
df
h1 h2
0 a 1000.99
1 b 500000.00
df.replace(dict(h2='[^\d\.]'), '', regex=True).astype(dict(h2=float))
h1 h2
0 a 1000.99
1 b 500000.00
或
pd.DataFrame.replace
df.h2 = df.h2.str.replace('[^\d\.]', '').astype(float)
df
h1 h2
0 a 1000.99
1 b 500000.00
df.replace(dict(h2='[^\d\.]'), '', regex=True).astype(dict(h2=float))
h1 h2
0 a 1000.99
1 b 500000.00
df.column=df.column.str.strip(“$”)
谢谢。。。150000.50?…strip(“,”
@fallerenreaper中的逗号如何?strip不是这样工作的。它只删除不是数据集的开头和结尾的字符。这些是数据类型。我需要查看带有美元符号或其他符号的数据。这是我的数据集,除了第一列,其余都有$和逗号值,学校类型269非空对象起始工资中位数269非空浮动64职业中期工资中位数269非空浮动64职业中期第10百分位工资231非空浮动64职业中期第25百分位工资269非空浮动64职业中期第75位百分位数工资269非空浮动64职业中期90分位数工资231非空float64@Kda你需要编辑你的问题并在那里跳过数据。如果这是kaggle的数据集,问题可能是其他问题。这是一个csv,在熊猫中很容易加载。在创建df之后,只需要df.apply(lambda x:x.str.replace('$|,','')即可