货币转换python代码_在Python pandas中用$将货币转换为数字

可以使用矢量化的str方法替换不需要的字符,然后将类型转换为int:In [81]:

df[df.columns[1:]] = df[df.columns[1:]].apply(lambda x: x.str.replace('$','')).apply(lambda x: x.str.replace(',','')).astype(np.int64)

df

Out[81]:

state 1st 2nd 3rd

index

0 California 11593820 109264246 8496273

1 New York 10861680 45336041 6317300

2 Florida 7942848 69369589 4697244

3 Texas 7536817 61830712 5736941

dtype更改现已确认:In [82]:

df.info()

Int64Index: 4 entries, 0 to 3

Data columns (total 4 columns):

state 4 non-null object

1st 4 non-null int64

2nd 4 non-null int64

3rd 4 non-null int64

dtypes: int64(3), object(1)

memory usage: 160.0+ bytes

另一种方式:In [108]:

df[df.columns[1:]] = df[df.columns[1:]].apply(lambda x: x.str[1:].str.split(',').str.join('')).astype(np.int64)

df

Out[108]:

state 1st 2nd 3rd

index

0 California 11593820 109264246 8496273

1 New York 10861680 45336041 6317300

2 Florida 7942848 69369589 4697244

3 Texas 7536817 61830712 5736941

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python中使用`pandas`库将Excel导入后,你可以使用各种`pandas`提供的功能来处理数据。以下是一些常见的数据处理操作示例: 1. 查看数据: ```python # 打印整个数据集 print(data) # 查看数据集的前几行 print(data.head()) # 查看数据集的后几行 print(data.tail()) # 查看数据集的摘要统计信息 print(data.describe()) ``` 2. 访问列数据: ```python # 访问特定列 column_data = data['列名'] print(column_data) # 访问多个列 columns = ['列1', '列2', '列3'] multi_column_data = data[columns] print(multi_column_data) ``` 3. 过滤数据: ```python # 使用条件过滤数据 filtered_data = data[data['条件列'] == '条件值'] print(filtered_data) # 使用多个条件过滤数据 filtered_data = data[(data['条件列1'] == '条件值1') & (data['条件列2'] == '条件值2')] print(filtered_data) ``` 4. 排序数据: ```python # 按特定列排序(升序) sorted_data = data.sort_values(by='列名') print(sorted_data) # 按特定列排序(降序) sorted_data = data.sort_values(by='列名', ascending=False) print(sorted_data) ``` 5. 数据转换: ```python # 将列中的字符串转换为日期类型 data['日期列'] = pd.to_datetime(data['日期列']) # 将列中的数字转换为字符串类型 data['数字列'] = data['数字列'].astype(str) # 应用自定义函数到列 def custom_function(value): # 自定义处理逻辑 return processed_value data['新列'] = data['原列'].apply(custom_function) ``` 这些只是一些常见的数据处理操作示例,`pandas`库提供了丰富的功能和方法来处理和操作数据。你可以根据具体需求使用适当的`pandas`函数和方法来处理导入的Excel数据。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值