遍历 pandas dataframe 中的列和行并将字符串转换为浮点数

Question

我有以下 dataframe：

col1  col2  col3
25,4  34,2  33,2
33,25 30.2  10,2
.................

我想遍历该数据集中的所有列和行。

df_range = len(df)

for column in df:
  for i in range(df_range):
    str.replace(',', '.').astype(float)
    print(df)

我收到以下错误：

TypeError                                 Traceback (most recent call last)

<ipython-input-38-47f6c96d2e67> in <module>()
      3 for column in df2:
      4   for i in range(df_range):
----> 5     str.replace(',', '.').astype(float)
      6 
      7     print(df)

TypeError: replace() takes at least 2 arguments (1 given)

Answer 1

为什么str.replace(',', '.').astype(float)会给你任何有用的东西？ 该表达式中没有任何内容涉及您正在迭代的内容。 即使它要在没有错误的情况下评估某些东西，它也会在循环的每次迭代中评估相同的东西。

如果您执行df.loc[i,column].replace(',','.') ，则replace是来自字符串 object df.loc[i,column]的方法，并且需要两个 arguments old和new 。 但是，当您执行str.replace(',','.')时， replace是str type中的方法，而不是 string instance中的方法，因此需要 arguments self old和new 。 第一个参数','被解释为self ，然后留下'.' old ，没有new的。 当您使用replace时，您必须将原始字符串作为参数提供给它，或者从原始字符串中获取replace方法。

此外，您不应该使用索引遍历df 。 我们applymap代替。

Answer 2

假设您想在所有行和列中将逗号更改为点，您应该这样做：

df = df.applymap(lambda x: x.replace(',','.')).astype(float)

对于特定列，您可以执行以下操作：

df['col1'] = df['col1'].str.replace(',','.').astype(float)

或者

df['col1'] = df['col1'].map(lambda x: x.replace(',','.')).astype(float)

或者

df['col1'] = df['col1'].apply(lambda x: x.replace(',','.')).astype(float)