Pandas：替换字符串列值

Question

我有一个带有成本列的 Pandas 数据框，我正在尝试对其进行格式化。 基本上，替换字符串并将其标准化为从不同来源提取的成本值。 还有一些'NaN' 。

以下是一些示例数据：

$2.75 
nan
4.150000
25.00
$4.50

我有以下代码用于标准化列中值的格式。

for i in range(len(EmpComm['Cost(USD)'])):

    if (pd.isnull(EmpComm['Cost(USD)'][i])):
        print(EmpComm['Cost(USD)'][i], i)
        #EmpComm['Cost(USD)'] = EmpComm['Cost(USD)'].iloc[i].fillna(0, inplace=True)

    if type(EmpComm['Cost(USD)'].iloc[i]) == str:
       #print('string', i)
       EmpComm['Cost(USD)'] = EmpComm['Cost(USD)'].iloc[i].replace('$','')

输出：

0      2.75
1      2.75
2      2.75
3      2.75
4      2.75
5      2.75

所有值都以 2.75 放置。 它正在为所有列值运行第二个 if 语句，因为它们被格式化为字符串。

我的问题是：你会如何格式化它？

Answer 1

在一般情况下，你应该避免手工for循环和使用矢量化功能，在可能情况下，与大熊猫。 在这里，您可以使用pd.to_numeric来测试和转换系列中的值：

s = pd.Series(['$2.75', np.nan, 4.150000, 25.00, '$4.50'])

strs = s.astype(str).str.replace('$', '', regex=False)
res = pd.to_numeric(strs, errors='coerce').fillna(0)

print(res)

0     2.75
1     0.00
2     4.15
3    25.00
4     4.50
dtype: float64