如何用熊貓兌換美元百萬美元的列？

Question

我有一個名為collection的列如下

收集：$ 5,345,677,46836214，$ 533,316,061，“”，29200000

列值既有美元也有美元。 此外，它有NAN。 我想換成百萬美元

我以前轉換如下，但沒有成功

df['Boxoffice in US$ (mil)'] = (df2['collection'].astype(float)/1000000).round(2).astype(str)

得到此錯誤：無法將字符串轉換為浮點數：'$ 5,345,677'

請指教

Answer 1

# remove the '$' and ',' from the strings so it can be converted to numerics
# -> notice: the series is converted to strings to handle numerics (eg. 29200000)
collection_tmp = df2['collection'].astype(str).str.replace('[$,]', '')
# convert to numerics (floats) and then to millions
# -> errors='coerce' sets NaN for invalid values
millions = pd.to_numeric(collection_tmp, errors='coerce')/1e6
# create 'Boxoffice in US$ (mil)'
df['Boxoffice in US$ (mil)'] = millions.round(2).astype('str')

Answer 2

您可以參考以下步驟：

1.填寫NAN或空白值（空白區域）。 你說它有南，但我看到了“”。

[in ]: df['collection']
[out]: collection
  0    $5,345,677
  1    46836214
  2    $533,316,061
  3      
  4    29200000
[in ]: # if you have Nan, just use method `fillna` instead 
       # like df['collection'].fillna('0')
[in ]: df['collection'].replace(r'^\s*$', '0', regex=True)
[out]: collection
  0    $5,345,677
  1    46836214
  2    $533,316,061
  3    0
  4    29200000

然后將數字轉換為“百萬美元”。

[in ]: df['collection'].apply(lambda x: ''.join(('$', format(int(x), ','))) if not '$' in x else x)
[out]: collection
  0    $5,345,677
  1    $46,836,214
  2    $533,316,061
  3    $0
  4    $29,200,000

我希望這可以幫到你！