在Kaggle中将数据集Expenses列从object类型转换为float类型

你遇到的科学计数法是Pandas的显示格式设置问题，不是数据本身的类型错误——转换后的float数值是正确的，只是默认显示规则导致了科学计数法的呈现。以下是几种实用的解决方法：

方法1：修改全局显示规则 #

通过设置Pandas的全局显示选项，让所有float列都以常规数字格式展示，可按需指定小数位数：

import pandas as pd

# 示例：保留1位小数，禁用科学计数法
pd.options.display.float_format = '{:.1f}'.format

# 查看数据即可看到常规格式
print(df_clean['Expenses'])

如果希望数值自动适配格式（大数值、小数值都用常规形式），可以用这个设置：

pd.options.display.float_format = '{:g}'.format

方法2：单独调整目标列的显示 #

不想改动全局设置的话，可针对Expenses列单独处理，同时保留原float类型：

# 新增一列用于显示常规格式（原Expenses列仍为float类型）
df_clean['Expenses_show'] = df_clean['Expenses'].apply(lambda x: '{:.1f}'.format(x))

# 若在Jupyter Notebook中展示表格，也可以用style设置临时显示格式
df_clean.style.format({'Expenses': '{:.1f}'})

方法3：图表制作时的格式处理 #

如果只是担心图表中的数值显示，多数可视化库（如Matplotlib、Seaborn）会自动适配。需要自定义标签格式时，可在绘图时指定：

import matplotlib.pyplot as plt

plt.bar(df_clean.index, df_clean['Expenses'])
# 设置y轴标签为常规数字格式
plt.gca().yaxis.set_major_formatter(plt.FormatStrFormatter('%.1f'))
plt.show()

额外优化：你的原有代码可以简化 #

• 替换+号时加上regex=False，避免正则匹配的潜在问题：df['Expenses'] = df['Expenses'].astype(str).str.replace('+', '', regex=False)
• 过滤超大值9998948894时，可先转换为数值再过滤，不用转成字符串判断：

  df['Expenses'] = pd.to_numeric(df['Expenses'], errors='coerce')
  df_clean = df.dropna()
  df_clean = df_clean[df_clean["Expenses"] != 9998948894]
  

内容的提问来源于stack exchange，提问作者Richard Bradley