Comment convertir des chaînes numériques avec des virgules dans Pandas DataFrame en Float ?

Convertir les chaînes numériques avec des virgules dans Pandas DataFrame en Float

Lorsque vous travaillez avec des Pandas DataFrames, il est courant de rencontrer des chaînes de nombres formatées avec des virgules. Pour faciliter les opérations et les calculs numériques, il est souvent nécessaire de convertir ces chaînes en flottants.

Une approche pour réaliser cette conversion consiste à utiliser la fonction locale.atof de Python. Cependant, lors de l'application de cette fonction à un DataFrame, il est important de définir les paramètres régionaux appropriés. La définition des paramètres régionaux garantit que la fonction peut interpréter correctement les valeurs séparées par des virgules sous forme de nombres.

</p>
<p>import locale<br>from locale import atof<br>locale.setlocale(locale.LC_NUMERIC, '')</p>
<p>

Une fois les paramètres régionaux définis, atof peut être appliqué au DataFrame à l'aide de la méthode applymap, qui applique une fonction par élément à un DataFrame.

</p>
<p>df.applymap(atof)</p>
<p>

Cette approche convertit efficacement les chaînes numériques avec des virgules en flottants, permettant ainsi des opérations et des calculs numériques transparents au sein du DataFrame.

Alternativement, si le DataFrame est lu à partir d'un fichier CSV, l'argument des milliers lors de la lecture du fichier peut être défini sur ',' pour convertir automatiquement la virgule. valeurs séparées en flottants. Cette méthode est plus efficace que d'effectuer la conversion en une étape distincte.

</p>
<p>df.read_csv('foo.tsv', sep='t' , des milliers=',')</p>
<p>

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!