大熊猫，数百万和数十亿

Question

我有一个包含这种数据的数据框

1   400.00M 
2   1.94B
3   2.72B
4   -400.00M
5   13.94B

我想将数据转换为数十亿，以便输出是这样的

1   0.40 
2   1.94
3   2.72
4   -0.40
5   13.94

注意 dtype: object

Answer 1

使用替换字典和映射pd.eval

Sample df:

Out[1629]:
        val
1   400.00M
2     1.94B
3     2.72B
4  -400.00M
5    13.94B

d = {'M': '*0.001', 'B': ''}

s_convert = df.val.replace(d, regex=True).map(pd.eval)

Out[1633]:
1     0.40
2     1.94
3     2.72
4    -0.40
5    13.94
Name: val, dtype: float64

Answer 2

如果您知道您只有数百万或数十亿的事实，则可以使用 lambda 表达式：

amount=["400.00M","1.94B","2.72B","-400.00M","13.94B"]
df=pd.DataFrame(amount,columns=["amount"])
df.amount.apply(lambda x: float(x[:-1]) if x[-1]=="B" else float(x[:-1])/1000)

Answer 3

或列表理解...

data = {'value': ['400.00M', '1.94B', '2.72B', '-400.00M', '13.94B']}
df = pd.DataFrame(data, index = [1, 2, 3, 4, 5])
df['value'] = [float(n[:-1])/1000 if n[-1:] == 'M' else float(n[:-1]) for n in df['value']]

...虽然@Andy 的回答更简洁。