基于条件的选定列的字符串转换

Question

我对Python相当陌生，并且一直在研究如何处理金融数据。

我有一个包含字符串的数据，表示数百万美元的自由现金流：

    FCF (t) FCF (t-1)   FCF (t-2)   FCF (t-3)   FCF (t-4)   FCF (t-5)   FCF (t-6)   Total Assets LTM
1006    0   0   0   0   0   0   0   378MM
1007    0   0   0   0   0   0   0   2.60B
1008    -3MM    -12MM   -1MM    -1MM    0   0   0   17MM
1009    261MM   265MM   603MM   118MM   148MM   199MM   179MM   5.00B

如何将这些字符串与"B“(数十亿)乘以1000，以便结果如下所示？

    FCF (t) FCF (t-1)   FCF (t-2)   FCF (t-3)   FCF (t-4)   FCF (t-5)   FCF (t-6)   Total Assets LTM
1006    0   0   0   0   0   0   0   378
1007    0   0   0   0   0   0   0   2600
1008    -3  -12 -1  -1  0   0   0   17
1009    261 265 603 118 148 199 179 5000

谢谢你的帮助！

看到这个建议使用了一个系列，但我不知道如何将它应用到dataframe：

df = pd.DataFrame(
    {
        "date": pd.Series(["FCF (t)", "FCF (t-1)",   "FCF (t-2)",   "FCF (t-3)",   "FCF (t-4)",  "FCF (t-5)",   "FCF (t-6)",   "Total Assets"], dtype=np.dtype("O")),
        "value": pd.Series(["1242MM",    "-216MM",    "1.11B",   "-994MM",    "519MM", "-3069MM",   "1.49B",   "360"], dtype=np.dtype("O"))
    }
)

def parse_currency(value):
    if value[-1] == "M":
        return float(value[0:-1])
    elif value[-1] == "B":
        return float(value[0:-1]) * 1000
    else:
        return float(value[0:-1]) / 1000


ser = df["value"]
ser = ser.apply(parse_currency)
df["value"] = ser

Answer 1

考虑到您的Dataframe只有 MM 和B的值，我创建了一个函数，该函数首先将列"value“的每个元素拆分为MM或B，并接受第一个元素，即数字部分，并将其保存到另一个列表中。

此列表现在将完全替换列值。

def parse_currency(df):
    val = df["value"].to_list()
    val_new = []
    for cur in val:
        if "MM" in cur:
            val_new.append(cur.split("MM")[0])
        elif "B" in cur:
            val_new.append(float(cur.split("B")[0])*1000)
        
    return val_new
   
val = parse_currency(df)
df['value'] = val

# print(df)