Pandas中Amount类列转float失败及分组求和异常问题求助

错误原因 #

报错could not convert string to float: '10,084.80'的核心原因是数值字符串中包含千位分隔符逗号，Python内置的float()函数无法识别这种格式，直接转换会失败。

解决方案 #

方法1：读取CSV时直接处理千位分隔符 #

在pd.read_csv()中使用thousands=','参数，让Pandas自动识别千位分隔符，直接将对应列解析为数值类型：

import pandas as pd
from datetime import datetime

# 读取时指定千位分隔符，自动解析数值列
df = pd.read_csv(r'C:\Users\Desktop\CustomerData.csv', thousands=',')

# 日期清洗逻辑不变
parsed = pd.to_datetime(df["Date"], errors="coerce").fillna(pd.to_datetime(df["Date"],format="%Y-%d-%m",errors="coerce"))
ordinal = pd.to_numeric(df["Date"], errors="coerce").apply(lambda x: pd.Timestamp("1899-12-30")+pd.Timedelta(x, unit="D"))
df["Date"] = parsed.fillna(ordinal)

# 筛选目标数据
newdf = df.loc[(df.Type == "Sales Invoice")]

# 列已为数值类型，直接分组求和
df2 = newdf.groupby(['Date','Customer','Type'])["Amount currency", "Amount"].sum()

方法2：读取后手动清洗数值列 #

如果无法在读取阶段处理，可读取后替换逗号并转换类型：

import pandas as pd
from datetime import datetime

df = pd.read_csv(r'C:\Users\Desktop\CustomerData.csv')

# 日期清洗逻辑不变
parsed = pd.to_datetime(df["Date"], errors="coerce").fillna(pd.to_datetime(df["Date"],format="%Y-%d-%m",errors="coerce"))
ordinal = pd.to_numeric(df["Date"], errors="coerce").apply(lambda x: pd.Timestamp("1899-12-30")+pd.Timedelta(x, unit="D"))
df["Date"] = parsed.fillna(ordinal)

# 清洗数值列：替换逗号为空白，转为float类型
numeric_cols = ["Amount currency", "Amount"]
df[numeric_cols] = df[numeric_cols].replace(',', '', regex=True).astype(float)

# 筛选目标数据并分组求和
newdf = df.loc[(df.Type == "Sales Invoice")]
df2 = newdf.groupby(['Date','Customer','Type'])[numeric_cols].sum()

额外优化建议 #

• 避免在groupby().apply()中转换类型，这种方式效率低且易出错，建议先统一转换列类型再执行聚合操作。
• 若需将Date列转为YYYY-MM格式，可在日期处理完成后添加：df["Date"] = df["Date"].dt.to_period('M')，分组时会自动按年月聚合。

内容的提问来源于stack exchange，提问作者Brian Michaels