Convierta cadenas de números con comas en pandas DataFrame para flotar

Tengo un DataFrame que contiene números como cadenas con comas para el marcador de miles. Necesito convertirlos en flotadores.

a = [['1,200', '4,200'], ['7,000', '-0.03'], [ '5', '0']]
df=pandas.DataFrame(a)

Supongo que necesito usar locale.atof. En efecto

df[0].apply(locale.atof)

funciona como se esperaba. Consigo una serie de carrozas.

Pero cuando lo aplico al DataFrame, aparece un error.

df.apply(locale.atof)

TypeError: ("no se puede convertir la serie a", u'Ocurrió en el índice 0 ')

df[0:1].apply(locale.atof)

da otro error:

ValueError: ('literal no válido para float (): 1200', u'ocurred en el índice 0 ')

Entonces, ¿cómo convierto esto DataFramede cadenas en un DataFrame de flotadores?

python pandas

— feno
fuente

Pregunta antigua, pero el OP está recibiendo ese error porque applyen un DataFrame pasa una columna completa a la función como una serie (en este caso locale.atof, que espera una cadena). Si usa el applymapmétodo que @AndyHayden hace en la respuesta a continuación, debería poder hacerlo bien.

— TC Proctor

Respuestas:

144

Si está leyendo desde csv , puede usar el argumento miles :

df.read_csv('foo.tsv', sep='\t', thousands=',')

Es probable que este método sea más eficaz que realizar la operación como un paso separado.

Primero debe establecer la configuración regional :

In [ 9]: import locale

In [10]: from locale import atof

In [11]: locale.setlocale(locale.LC_NUMERIC, '')
Out[11]: 'en_GB.UTF-8'

In [12]: df.applymap(atof)
Out[12]:
      0        1
0  1200  4200.00
1  7000    -0.03
2     5     0.00

— Andy Hayden
fuente

Debería haber dicho que configuré la configuración regional. Aún tengo el error.

— pheon

Pero estoy usando df.read_fwf, y eso también tiene la opción "miles = ','", que funciona. Gracias.

— pheon

Por otra parte, ¿por qué df.applymap (atof) funciona para ti pero no para mí? Mi configuración regional es 'en_US.UTF-8'.

— pheon

Voté esto a favor de la sugerencia de argumento 'miles' para la función read_csv. Eso funcionó muy bien para mí.

— rockfakie

Quería agregar que también puede usar "decimal = ','" si está tratando con flotadores.

— VessoVit

Puede utilizar el método pandas.Series.str.replace :

df.iloc[:,:].str.replace(',', '').astype(float)

Este método puede eliminar o reemplazar la coma en la cadena.

— shen ke
fuente

Recibo "AttributeError: el objeto 'DataFrame' no tiene atributo 'str'", no

— tengo

Pero esto funciona:df.apply(lambda x: x.str.replace(',', '').astype(float), axis=1)

— krassowski

Puede convertir una columna a la vez como este:

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

— ghollah kioko
fuente