Bei der Arbeit mit Pandas DataFrames kommt es häufig vor Begegnung mit mit Kommas formatierten Zahlenzeichenfolgen. Um numerische Operationen und Berechnungen zu erleichtern, ist es oft notwendig, diese Zeichenfolgen in Gleitkommazahlen umzuwandeln.
Ein Ansatz, diese Konvertierung zu erreichen, ist die Verwendung der Funktion locale.atof von Python. Wenn Sie diese Funktion jedoch auf einen DataFrame anwenden, ist es wichtig, das entsprechende Gebietsschema festzulegen. Durch das Festlegen des Gebietsschemas wird sichergestellt, dass die Funktion die durch Kommas getrennten Werte korrekt als Zahlen interpretieren kann.
</p> <p>import locale<br>from locale import atof<br>locale.setlocale(locale.LC_NUMERIC, '')</p> <p>
Sobald das Gebietsschema festgelegt ist, kann atof mithilfe der applymap-Methode, die eine Funktion elementweise anwendet, auf den DataFrame angewendet werden A DataFrame.
</p> <p>df.applymap(atof)</p> <p>
Dieser Ansatz wandelt die Zahlenfolgen mit Kommas effektiv in Gleitkommazahlen um und ermöglicht so nahtlose numerische Operationen und Berechnungen innerhalb der DataFrame.
Wenn der DataFrame alternativ aus einer CSV-Datei gelesen wird, kann das Tausenderargument beim Lesen der Datei auf „,“ gesetzt werden, um das Komma automatisch zu konvertieren. getrennte Werte in Floats umwandeln. Diese Methode ist effizienter, als die Konvertierung als separaten Schritt durchzuführen.
</p>
<p>df.read_csv('foo.tsv', sep='t' , Tausender=',')</p>
<p>Das obige ist der detaillierte Inhalt vonWie konvertiere ich Zahlenfolgen mit Kommas in Pandas DataFrame in Float?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
