将货币转换为浮动货币（括号表示负数）

Question

我有一个带货币的 df：

df = pd.DataFrame({'Currency':['$1.00','$2,000.00','(3,000.00)']})

     Currency
0       $1.00
1   $2,000.00
2  (3,000.00)

我想将“货币”数据类型转换为浮点型，但我在括号字符串（表示负数）方面遇到问题。这是我当前的代码：

df[['Currency']] = df[['Currency']].replace('[\$,]','',regex=True).astype(float)

这会产生错误：

ValueError: could not convert string to float: (3000.00)

我想要的 dtype float 是：

     Currency
0       1.00
1   2000.00
2  -3000.00

Answer 1

只需将

)

添加到现有命令中，然后将

(

转换为

-

即可使括号中的数字变为负数。 然后转换为浮点数。

(df['Currency'].replace( '[\$,)]','', regex=True )
               .replace( '[(]','-',   regex=True ).astype(float))

   Currency
0         1
1      2000
2     -3000

Answer 2

这是如果您想确保将其添加到 DataFrame 中。

df['Currency']=(df['Currency'].replace( '[\$,)]','', regex=True ) .replace( '[(]','-',   regex=True ).astype(float))

Answer 3

这是一个实用函数，可以接受 pandas 数据框并处理任何列中基于货币的数据。

def handle_currency_column(df: pd.DataFrame) -> pd.DataFrame:
    for column in df.columns:
        try:
            df[column] = (
                df[column]
                .replace(r"[\$,)]", "", regex=True)
                .replace("[(]", "-", regex=True)
                .replace(" ", "", regex=True)
                .replace("", "NaN", regex=True)
                .astype(float)
            )
        except Exception as e:
            # do nothing if column is a non numeric string column
            print(
                f"Error while converting column {column} to float. Error: {e}"
            )
            continue
    return df

用途：

...
df = handle_currency_column(df)