Pandas.to_numeric问题

Question

我有一个CSV文件，当在记事本中打开时，它显示以下格式：

​

。如您所见，它只是一个包含2个值的1列文件，但是当将该文件作为df = pd.read_csv(f)读入熊猫时，实际文件中没有逗号，它将金额值视为字符串。由于我试图将这两个70个值转换为浮点数，所以我使用df['Amount'] = pd.to_numeric(df['Amount'])和df.to_excel(newfile, index = False)，但是它返回一个空白的5kb excel文件。我将errors="ignore"添加到pd.to_numeric中，它将两个70个值作为字符串返回。当使用errors="coerce"时，它在控制台中返回NaN值。

我认为问题在于CSV文件本身的格式。虽然当原始文件在记事本中打开时，它在右下角显示为一个CRLF文件，但我相信它首先是一个Unix LF文件，并且使用Excel刚刚打开、保存和关闭，迫使从LF到CRLF的更改。如有任何指导，将不胜感激。

Answer 1

我认为美元符号在转换为浮动时的问题：

import pandas as pd
df = pd.read_csv('data.txt')
pd.to_numeric(df['Amount'])

ValueError:无法解析0位置的字符串"($70.00)“

在我去掉美元标志和方括号后，它对我起了作用。

df["Amount"] = df["Amount"].replace(regex={r'[$\)]': '', '[\(]': '-'}).astype(float)
print(df['Amount'])

0 -70.0

1 70.0

名称:金额，dtype: float64

现在您可以将其写入excel文件。

Answer 2

我知道哪里是负面的，然后调整后，事实。

>>> df = pd.read_csv(io.StringIO('Amount\n($70)\n$70'))
>>> df['is_negative'] = df['Amount'].str.match('\(\$?\d+(.\d+)?\)')

>>> raw_amount = pd.to_numeric(df['Amount'].str.replace(r'[\(\)\$]', '', regex=True)
>>> df['num'] = np.where(df['is_negative'], -1 * raw_amount, raw_amount) 
>>> df
 
  Amount  num  is_negative
0  ($70)  -70         True
1    $70   70        False