python 数列求和 float_使用.sum（）将列从dataframe转换为float。Python熊猫

简单使用pd.to_numeric

此解决方案的优点是使用pd.to_numeric

这是因为pd.to_numeric如果向pd.Series对象传递了一个pd.Series对象，则返回一个带有索引的pd.Series对象。这为我们提供了方便，可以方便地通过管道将结果发送到groupby。在pd.to_numeric(df.C).groupby([df.A, df.B]).sum()

A B

a d 3.1

e 4.0

c f 3.2

Name: C, dtype: float64

errors='coerce'

另外一个好处是，如果我们需要处理不能解析为float的字符串，我们可以使用参数errors='coerce'。这将强制不可解析的字符串np.nan，并且仍然允许有用的聚合。在

^{pr2}$

处理逗号pd.to_numeric(df.C.str.replace(',', ''), 'coerce').groupby([df.A, df.B]).sum()

设置df = pd.DataFrame(dict(

A=list('aaaac'),

B=list('ddeef'),

C='1.1| 2 |1| 3 |3.2 '.split('|')

))

您可以用pd.read_csv来解决这些问题中的许多from io import StringIO

import pandas as pd

txt = """DL_INSTITUCION,PERIODO_QUE_SE_R