Python Pandas代码报错咨询：SyntaxError与KeyError问题排查

问题背景 #

原本需求是移除列中的美元符号和逗号，因数据集无美元符号，转而尝试将reviews_per_month列的小数点替换为逗号（比如把0.20改成0,20），但运行代码后出现两个报错：

• SyntaxError: EOL while scanning string literal
• KeyError: 'reviews per month'
  当前reviews_per_month列数据类型为float64。

报错原因分析 #

1. 语法错误（SyntaxError） #

你贴的代码最后一行末尾多了一个多余的双引号：

df["reviews per month"]=df["reviews_per_month"].apply(lambda x: remove_commas(x))"
# 末尾的引号完全多余，直接删除即可

这会导致Python解析字符串时无法正确闭合，触发语法报错。

2. 键错误（KeyError） #

KeyError是因为你试图访问df["reviews per month"]这个列，但该列在DataFrame中尚未存在——你是第一次创建这个列，赋值操作本身不会触发这个报错，大概率是语法错误导致代码执行中断，引发连锁问题，解决语法错误后该问题会自动消失。

核心问题：数据类型不匹配 #

你的reviews_per_month列是float64数值类型，而value.replace(".", ",")是字符串专属方法，直接对float类型调用会触发AttributeError（只是还没执行到这一步）。

要实现小数点换逗号的需求，本质是把数值类型转换成带逗号分隔的字符串类型——因为float类型本身只能用小数点作为分隔符，无法存储逗号格式的数值。

修正后的代码 #

import pandas as pd
import numpy as np

def convert_decimal_sep(value):
    if pd.isna(value):
        return np.NaN
    # 先把float转成字符串，再替换小数点为逗号
    return str(value).replace(".", ",")

# 创建新列存储转换后的字符串格式值
df["reviews_per_month_comma"] = df["reviews_per_month"].apply(convert_decimal_sep)

也可以用更简洁的写法：

# 先转字符串再替换分隔符
df["reviews_per_month_comma"] = df["reviews_per_month"].astype(str).str.replace(".", ",", regex=False)
# 把转换后的"nan"字符串还原为NaN
df["reviews_per_month_comma"] = df["reviews_per_month_comma"].replace("nan", np.NaN)

额外提示 #

如果只是为了显示时用逗号作为分隔符，不需要修改数据类型，直接设置pandas的显示格式即可：

pd.options.display.float_format = '{:,.2f}'.format.replace('.', ',')

这样数据底层还是float类型，不影响后续数值运算，只是显示时用逗号分隔。

内容的提问来源于stack exchange，提问作者Rosa_codes85