Pandas：替換字符串列值

Question

我有一個帶有成本列的 Pandas 數據框，我正在嘗試對其進行格式化。 基本上，替換字符串並將其標准化為從不同來源提取的成本值。 還有一些'NaN' 。

以下是一些示例數據：

$2.75 
nan
4.150000
25.00
$4.50

我有以下代碼用於標准化列中值的格式。

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('$','')

輸出：

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。 它正在為所有列值運行第二個 if 語句，因為它們被格式化為字符串。

我的問題是：你會如何格式化它？

Answer 1

在一般情況下，你應該避免手工for循環和使用矢量化功能，在可能情況下，與大熊貓。 在這里，您可以使用pd.to_numeric來測試和轉換系列中的值：

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