pandas 将带有万和亿的数字转为整型

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在数据分析过程中，有时需要先对数据进行格式转换，比如本案例中数字带有万、亿等单位，它实质上是一个字符串，无法参与统计计算，因此我们先要将它们转换为数字类型。一起来看看 pandas
是如何操作的。

数据与需求

以下是源数据：

from io import StringIO
import pandas as pd

data = '''
       代码     名称      金额
0  300057   万顺新材   5.90亿
1    2758   浙农股份   4.62亿
2  603007   ST花王   2241万
3    2707   众信旅游   4.00亿
4  603617   君禾股份   3206万
5    2873   新天药业   4.05亿
'''

df = pd.read_csv(StringIO(data), sep=r'\s+')
df
# ...

金额列带有万、亿等单位，需要转换为整型数字，接下来分析一下解决思路。

思路

可以写一个函数来处理，传入的是一个字符串，输出一个整型的数字，最后用一列的 map() 方法映射调用这个方法。

字符串中将万、亿分别替换为科学计数法的 e4 和 e8，形成了数字的科学计算法字面量，如字符串 5.90e8，然后用 Python 内置函数 eval() 来转换为 Python 对象，即数字类型。

代码

根据思路，我们的处理函数如下：

def func(money: str) -> int:
    foo = money.replace('万', 'e4').replace('亿', 'e8')
    foo = eval(foo)
    return int(foo)

调用这个函数并覆盖原列：

df.assign(金额=df.金额.map(func))
'''
       代码    名称         金额
0  300057  万顺新材  590000000
1    2758  浙农股份  462000000
2  603007  ST花王   22410000
3    2707  众信旅游  400000000
4  603617  君禾股份   32060000
5    2873  新天药业  405000000
'''

df.assign(金额=df.金额.map(func)).dtypes
'''
代码     int64
名称    object
金额     int64
dtype: object
'''

也可以用链式方法一一处理：

(
    df.assign(金额=df.金额.str.replace('万', 'e4'))
    .assign(金额=lambda d: d.金额.str.replace('亿', 'e8'))
    .assign(金额=lambda d: d.金额.map(eval))
    .astype({'金额': int})
)
# ... <略，正确的结果>

这样就完成了需求。

（完）

pandas 将带有万和亿的数字转为整型

数据与需求

思路

代码

相关内容