遍歷 pandas dataframe 中的列和行並將字符串轉換為浮點數

Question

我有以下 dataframe：

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

我想遍歷該數據集中的所有列和行。

df_range = len(df)

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

我收到以下錯誤：

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

為什么str.replace(',', '.').astype(float)會給你任何有用的東西？ 該表達式中沒有任何內容涉及您正在迭代的內容。 即使它要在沒有錯誤的情況下評估某些東西，它也會在循環的每次迭代中評估相同的東西。

如果您執行df.loc[i,column].replace(',','.') ，則replace是來自字符串 object df.loc[i,column]的方法，並且需要兩個 arguments old和new 。 但是，當您執行str.replace(',','.')時， 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 。 第一個參數','被解釋為self ，然后留下'.' old ，沒有new的。 當您使用replace時，您必須將原始字符串作為參數提供給它，或者從原始字符串中獲取replace方法。

此外，您不應該使用索引遍歷df 。 我們applymap代替。

Answer 2

假設您想在所有行和列中將逗號更改為點，您應該這樣做：

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

對於特定列，您可以執行以下操作：

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)