在熊猫数据框中搜索和替换点和逗号

Question

这是我的DataFrame：

d = {'col1': ['sku 1.1', 'sku 1.2', 'sku 1.3'], 'col2': ['9.876.543,21', 654, '321,01']}
df = pd.DataFrame(data=d)
df

       col1           col2
0   sku 1.1   9.876.543,21
1   sku 1.2            654
2   sku 1.3         321,01

col2中的数据是本地格式的数字，我想将其转换为：

      col2
9876543.21
       654
    321.01

我尝试过df['col2'] = pd.to_numeric(df['col2'], downcast='float')，它返回ValueError：：无法解析位置0处的字符串“ 9.876.543,21”。

我也尝试过df = df.apply(lambda x: x.str.replace(',', '.'))，它返回ValueError：无法将字符串转换为float：‘5.023.654.​​46’

谢谢你的帮助！

Answer 1

如果可能的话，最好使用read_csv：

df = pd.read_csv(file, thousands='.', decimal=',')

如果不可能，那么replace应该有所帮助：

df['col2'] = (df['col2'].replace('\.','', regex=True)
                        .replace(',','.', regex=True)
                        .astype(float))