如何将含混合千位/小数分隔符的Pandas字符串列转为浮点型？

针对这种混合格式的数字字符串，核心要区分两种场景处理：

• 包含小数点.的字符串：逗号是千位分隔符，直接移除即可
• 不包含小数点.的字符串：逗号是小数分隔符，需要替换为小数点

用以下代码可以完整转换且不丢失数据：

import pandas as pd
import numpy as np

data = {
    'NumberString': [
        '1,234.56',
        '789,012.34',
        '45,678',
        '9,876.54',
        '3,210.98',
        '1,000,000.01',
        '123.45',
        '42,000',
        'NaN'
    ]
}
df = pd.DataFrame(data)

# 分规则处理字符串后转数值
df['Number'] = np.where(
    df['NumberString'].str.contains('\.'),
    df['NumberString'].str.replace(',', ''),
    df['NumberString'].str.replace(',', '.')
).pipe(pd.to_numeric, errors='coerce')

# 可选：格式化输出为三位小数，匹配预期显示效果
print(df.style.format({'Number': '{:.3f}'}))

结果说明 #

运行后Number列完全匹配你的预期：

• 带千位分隔符的字符串（如1,234.56）转为1234.56（格式化后显示为1234.560）
• 用逗号做小数分隔的字符串（如45,678）转为45.678
• 原始NaN字符串自动转为数值型NaN

内容的提问来源于stack exchange，提问作者euh