Python：去除DataFrame中重复小数点的实现方法

我有一个存储手动输入数据的DataFrame，其中数据应为数值类型，但存在多处数据质量问题——部分值包含多个小数点（示例如下）。小数据集可手动修正，但大数据集操作过于繁琐，需去除多余小数点以得到指定格式结果。此前尝试的字符长度截取法因小数点位置不固定而失效。

原始数据 #

A              B
0   54.6464        46.8484
1   64.68461       65.4
2   95.79527       65.644
3   484.644.161    45.45
4   71.257.9       21.1
5   12.8           10.8
6   9.6            12.5
7   312.4          12.787.57.674

期望结果 #

A           B
0   54.646400   46.848400
1   64.684610   65.400000
2   95.795270   65.644000
3   484.644161  45.450000
4   71.257900   21.100000
5   12.800000   10.800000
6   9.600000    12.500000
7   312.400000  12.787577

失效的尝试代码 #

df['A'] = df['A'].str.slice(0,4)
df['B'] = df['B'].str.slice(0,4)

解决方案 #

核心思路是保留第一个小数点，删除后续所有小数点，再转换为数值类型并统一格式化小数位数，用正则或字符串处理即可实现批量清洗：

方法1：用正则表达式快速替换 #

直接通过str.replace配合正则，匹配第一个小数点后的所有小数点并删除：

import pandas as pd

# 处理每一列
df['A'] = df['A'].astype(str).replace(r'(?<=\.)\.', '', regex=True).astype(float).round(6)
df['B'] = df['B'].astype(str).replace(r'(?<=\.)\.', '', regex=True).astype(float).round(6)

方法2：自定义函数处理（更直观） #

如果觉得正则不好理解，也可以写一个简单的函数实现逻辑：

def clean_multi_dot(val):
    s = str(val)
    first_dot_pos = s.find('.')
    if first_dot_pos == -1:
        return s
    # 保留第一个小数点，后面的小数点全部去掉
    return s[:first_dot_pos+1] + s[first_dot_pos+1:].replace('.', '')

# 应用到列上并格式化
df['A'] = df['A'].apply(clean_multi_dot).astype(float).round(6)
df['B'] = df['B'].apply(clean_multi_dot).astype(float).round(6)

逻辑说明 #

• 先将所有值转为字符串，确保能处理非字符串类型的输入；
• 通过正则或字符串截取保留第一个小数点，删除后续所有多余小数点，保证数值格式合法；
• 转换为float类型后用round(6)统一保留6位小数，与期望结果格式对齐；
• 两种方法都能适配任意位置的小数点，完全解决固定长度截取的局限性，可高效处理大数据集。

内容的提问来源于stack exchange，提问作者ledzed