Python 熊猫：将列（价格数据）转换为整数_Python_Pandas

Python 熊猫：将列（价格数据）转换为整数

python pandas

Python 熊猫：将列（价格数据）转换为整数,python,pandas,Python,Pandas,我写了一个函数，它的目的是将价格数据从美元转换成整数。很简单每个条目上的数据格式如下所示（通过示例）：$40.00、$1100.00等注意：值得一提的是，在我进行任何astype（）更改之前，数据类型最初是一个对象 def convert_price(df): df['price'] = df['price'].str.replace('$', '') df['price'] = df['price'].str.replace(',', '') # these two li

我写了一个函数，它的目的是将价格数据从美元转换成整数。很简单

每个条目上的数据格式如下所示（通过示例）：$40.00、$1100.00等

注意：值得一提的是，在我进行任何

astype（）

更改之前，数据类型最初是一个对象

def convert_price(df):
    df['price'] = df['price'].str.replace('$', '') 
    df['price'] = df['price'].str.replace(',', '') # these two lines remove unwanted symbols. Leaving me with a '1100.00' for example
    df['price'] = df['price'].astype('Int64') # convert data to int. 
    return df

我收到一个错误：无法将对象转换为IntegerDtype

正如前面在一个SoF问题中提到的那样，我尝试通过先转换为float，然后转换为int来解决这个问题：

def convert_price(df):
    df['price'] = df['price'].str.replace('$', '')
    df['price'] = df['price'].str.replace(',', '')
    df['price'] = df['price'].astype('float')
    df['price'] = df['price'].astype('Int64')
    return df

新错误：无法将非等效float64安全地强制转换为int64

然后我搜索了可能丢失的值：

df[['price']].isna().sum()
output:
price    0
dtype: int64

没有找到，但尽管我发现了错误，检查序列的数据类型将返回“int64”

谁能给我解释一下这里到底发生了什么。如上所述，调用函数来表达它时，我得到了一些错误。但是输出似乎已经给出了我想要的结果

编辑：小数据样本

这段代码对我来说很好。我只是使用了float（）和int（）而不是您使用的astype（）方法

import pandas as pd

def convert_price(df):
   df['price'] = df['price'].replace('$', '')
    df['price'] = df['price'].replace(',', '')
    df['price'] = float(df['price'])
    df['price'] = int(df['price'])
    return df

data = {
  "price": "$1,100.00"
}

df = pd.DataFrame(data, index = ["price"])
print(convert_price(df['price']))

这个代码对我来说很好用。我只是使用了float（）和int（）而不是您使用的astype（）方法

import pandas as pd

def convert_price(df):
   df['price'] = df['price'].replace('$', '')
    df['price'] = df['price'].replace(',', '')
    df['price'] = float(df['price'])
    df['price'] = int(df['price'])
    return df

data = {
  "price": "$1,100.00"
}

df = pd.DataFrame(data, index = ["price"])
print(convert_price(df['price']))

可能存在一些无法直接转换为int64的值，如

“$12.34”

因此，我建议您向上或向下播放每个数字。向上投射可以通过

四舍五入（小数=浮点\u点\u大小）

解决

这是一个向上投射的示例代码

将熊猫作为pd导入
df=pd.DataFrame（{“价格”：['$40.00'，'$1100.00'，'$12.34']}）
df['price']=df['price'].str.replace（'$'，''）
df['price']=df['price'].str.replace（'，'，''）
df['price']=df['price'].astype（'float'）
#----补充-------
df=df.四舍五入（小数=0）
# ---------------------
df['price']=df['price'].astype（'Int64'）

如果您看到

df

价格 0 40 1. 1100 2. 12