在数据框中将字符转换为数值

本文介绍了在数据框中将字符转换为数值的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

我有一个称为"XLK"的df:

I have a df called 'XLK':

       Market Cap   PE
AAN     3.25B      23.6
AAPL    819.30B    18.44
ACFN    6.18M      2.1
ACIW    2.63B      103.15

我只希望市值大于1亿，所以预期输出为:

I just want the market cap for values > 100 million, so expected output is:

       Market Cap   PE
AAN     3.25B      23.6
AAPL    819.30B    18.44
ACIW    2.63B      103.15

我尝试将字母转换为适当的0失败了:

I've tried converting the letters to the appropriate 0's with no success:

XLK['Market Cap'].replace('M','000000')
XLK.drop[XLK_quote['Market Cap'] < '100M'].index

推荐答案

将replace与regex=True结合使用，并使用模拟科学计数法的替换字符串.然后使用astype(float)或pd.to_numeric.

Use replace with regex=True and use replacement strings that emulate scientific notation. Then use astype(float) or pd.to_numeric.

df[df.Market_Cap.replace(dict(B='E9', M='E6'), regex=True).astype(float) >= 100E6]

     Market_Cap      PE
AAN       3.25B   23.60
AAPL    819.30B   18.44
ACIW      2.63B  103.15

等价

Equivalently

dct = dict(B='E9', M='E6')
num = pd.to_numeric(df.Market_Cap.replace(dct, regex=True), 'coerce')
df[num >= 100E6]

这篇关于在数据框中将字符转换为数值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！