如何在Pandas的object类型列中替换下划线为减号并转float

单列处理方法 #

直接利用Pandas Series的str.replace方法（专门用于字符串类型的Series操作）完成替换，再通过astype(float)转换数据类型：

# 处理start_lng列
Bike_share_data["start_lng"] = Bike_share_data["start_lng"].str.replace('_', '-').astype(float)
# 处理end_lng列
Bike_share_data["end_lng"] = Bike_share_data["end_lng"].str.replace('_', '-').astype(float)

批量处理多列（更高效） #

如果需要同时处理多列，用循环批量操作可避免重复代码：

# 指定需要处理的列名
target_cols = ["start_lng", "end_lng"]

# 循环处理每一列
for col in target_cols:
    Bike_share_data[col] = Bike_share_data[col].str.replace('_', '-').astype(float)

处理无效值（可选） #

如果列中存在无法转换为float的异常值，可添加errors='coerce'参数，将无效值转为NaN（方便后续清洗）：

for col in target_cols:
    Bike_share_data[col] = Bike_share_data[col].str.replace('_', '-').astype(float, errors='coerce')

为什么列表推导式不适用？ #

你之前测试的列表推导式是针对普通Python列表的操作，而Pandas的Series是带索引的结构化序列，直接用列表推导式处理会效率低下（尤其是大数据集），且无法保留原有的索引结构。使用str.replace是Pandas提供的矢量化字符串操作，能高效处理整列数据，同时保持数据的结构完整性。

内容的提问来源于stack exchange，提问作者rony01