如何使用int数据类型将这10万美元转换成实际价格？

Question

我试图将这个列值转换成实际的数字，这样我就可以将这个数字用于机器学习算法。这个标签实际上是我想从我的机器学习算法中预测的，所以我想把它作为输入到我的模型中，在实际的价格预测之前对它们进行训练，但是这里给出了价格范围，这是我发现很难转换的，您能帮我把这个数字和文本的组合转换成实际的整数数据类型(目前以对象作为数据类型)。

关于这个数据集:这是所有二手车的数据集，如果你买了一辆新车，它以什么价格卖给客户，以及相同的车价是多少。因此，我想要创建一个模型，在这个模型中，用户提供关于这个范围的新车价格、汽车公司名称以及其他许多标签领域的数据，从这些领域我的模型给出了二手车的预期价格。

但是我被卡住了，我该如何处理这个领域的数据，因为这是范围，我不能放弃它，因为它是决定二手车价格的一个主要因素。

Rs是指印度卢比(类似于美元)

10 Lakh=1百万OR

1 Lakh = 100 000

​

​

Answer 1

我没有一个最小的可重复的例子，我创建了一个与您相似的演示数据格式。

import pandas as pd
df = pd.DataFrame({'selling_price' : ['5.5 Lakh*', '5.7 Lakh*', '3.5 Lakh*', '3.15 Lakh*'],
                   'new-price':['Rs.7.11-7.48 Lakh*','Rs.10.14-13.79 Lakh*','Rs.5.16-6.94 Lakh*','Rs.6.54-6.63 Lakh*',]})

pd.DataFrame({'selling_price' :[int(float(str(x).strip(' Lakh*'))*100000) for x in df['selling_price'].to_list()]})

# here I am converting the selling_price column of dataframe to list then stripping ' Lakh*' 

# and again converting it back to dataframe. Similarly you can do it for new-price column.


#output

    selling_price
0   550000
1   570000
2   350000
3   315000

我删除了“Rs.‘”以及new-price列中的“Lakh*”：

[x.strip('Rs.') for x in[x.strip(' Lakh*') for x in df['new-price'].to_list()]]

#output

['7.11-7.48', '10.14-13.79', '5.16-6.94', '6.54-6.63']