如何解决Pandas字符串截取后astype转float失败及科学计数法转换问题？

问题1：Latitud列逗号无法移除导致转float失败 #

原因 #

你使用的df["Latitud"].replace(",", "")是pandas全局替换方法，默认仅替换完全等于逗号的单元格，不会处理单元格字符串内部的逗号字符。要替换字符串中的特定字符，必须使用str.replace方法。

解决方案 #

推荐三种可靠处理方式：

1. 全局替换所有逗号：

df['Latitud'] = df['Ubicación finalizada'].str.slice(0, 12).astype(str)
# 针对字符串内容替换逗号
df["Latitud"] = df["Latitud"].str.replace(",", "", regex=False)
df['Latitud'] = df['Latitud'].astype('float')

2. 精准移除末尾逗号（避免误删中间字符）：

df['Latitud'] = df['Ubicación finalizada'].str.slice(0, 12).astype(str)
# 只删除字符串末尾的逗号
df["Latitud"] = df["Latitud"].str.rstrip(',')
df['Latitud'] = df['Latitud'].astype('float')

3. 最优方案：正则提取数字（无需手动计算切片位置）：
   如果"Ubicación finalizada"格式类似"34.9051275, -118.4912345"，直接提取数字部分：

df[['Latitud', 'Longitud']] = df['Ubicación finalizada'].str.extract(r'([-+]?\d+\.\d+),?\s*([-+]?\d+\.\d+)')
df['Latitud'] = df['Latitud'].astype('float')
df['Longitud'] = df['Longitud'].astype('float')

问题2：将科学计数法数值转为常规数字格式 #

解决方案 #

根据数据类型选择对应方法：

1. 整数类型科学计数法（如4.176466e+10实际为整数）：

# 先转整数再转字符串，避免多余小数位
df['# Externo'] = df['# Externo'].astype(int).astype(str)

2. 需要保留小数的场景：

# 格式化字符串，可根据需求调整小数位数（示例为0位）
df['# Externo'] = df['# Externo'].apply(lambda x: '{:.0f}'.format(x))

3. 兼容混合类型（列内同时存在字符串和数值）：

df['# Externo'] = df['# Externo'].apply(lambda x: f"{x:.0f}" if isinstance(x, float) else str(x))

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