Python dataframe заменить и применить

Когда я пытаюсь:

df['Value'] = df['Value'].str.replace(',', '.').replace(' ', '').astype(float)

Это приведет к ошибке ниже:

ValueError: could not convert string to float: '-1 750.5'

Но когда я использую:

df['Value'] = df['Value'].apply(
    lambda x: float(x.replace(',', '.').replace(' ', '')))

Это сработает. Что я здесь делаю неправильно?

Вам не хватает второй ул.

Dani Mesejo 15.12.2020 13:06
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
1
110
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Здесь используется Series.str.replace для замены подстроки по умолчанию и Series.replace для замены не подстроки, поэтому вместо этого можно использовать один или несколько пробелов ' ' использовать \s+ с:

#added second str.replace
df['Value'] = df['Value'].str.replace(',', '.').str.replace('\s+', '').astype(float)

#added regex=True for substring replacement in Series.replace 
df['Value'] = df['Value'].str.replace(',', '.').replace('\s+', '', regex=True).astype(float)

#added regex=True for substring replacement in Series.replace with dictionary
df['Value'] = df['Value'].replace({',': '.', '\s+': ''}, regex=True).astype(float)

Другие вопросы по теме