将货币转换为浮点数（括号表示负数金额）

Question

我有一个带货币的数据框：

df = pd.DataFrame({'Currency':['$1.00','$2,000.00','(3,000.00)']})

     Currency
0       $1.00
1   $2,000.00
2  (3,000.00)

我想将“Currency”数据类型转换为浮点数，但在括号字符串（表示负数金额）方面遇到了问题。这是我的当前代码：

df[['Currency']] = df[['Currency']].replace('[\$,]','',regex=True).astype(float)

导致错误的代码:

ValueError: could not convert string to float: (3000.00)

我想要的数据类型是float：

     Currency
0       1.00
1   2000.00
2  -3000.00

- collarblind

Answer 1

只需在现有命令中添加)，然后将(转换为-以使括号中的数字变为负数。 然后转换为浮点数。

(df['Currency'].replace( '[\$,)]','', regex=True )
               .replace( '[(]','-',   regex=True ).astype(float))

   Currency
0         1
1      2000
2     -3000

- JohnE

---

@JohnE，如果我可以补充一下几乎完美的答案：df['Currency'].replace( '[\$,)]','', regex=True ).replace( '[(]','-', regex=True).replace( '[ ]+', 'NaN', regex=True).astype(float) - rohit_wason

@JohnE，抱歉我应该澄清一下，这将用“NaN”替换空白（任意数量的连续空格），因为空白会在.astype(float)处失败。 - rohit_wason

@rohit_wason 好的，明白了，这是个好点子。这里是你建议的代码稍微改动一下来处理空字符串的方式：(df['Currency'].replace( '[\$,) ]+','',regex=True ).replace( '[(]','-', regex=True ).replace( '', 'NaN', regex=True ).astype(float)) 如果你想要写出来，我会很乐意点赞。你可能还想添加一些额外的带有空格的行来进行演示。如果你不想，我可以将它添加到我的代码中，尽管我的代码现在有点古老，所以我不太愿意对其进行太多更改。 - JohnE

Answer 2

如果您希望确保它被添加到DataFrame中，请使用以下代码：df['Currency']=(df['Currency'].replace( '[\$,)]','', regex=True ) .replace( '[(]','-', regex=True ).astype(float))。该代码涉及货币和数据框的处理。

- Redz Ch