清洗amount数组特殊字符：去除单引号并格式化小数

直接通过清理特殊字符→转数值→保留两位小数的步骤就能解决问题，之前的代码问题在于单引号清理不彻底、多余的字符处理步骤干扰，以及未正确转换数值格式。

最简处理代码 #

import pandas as pd

# 核心处理逻辑
df['amount'] = df['amount'].str.replace("'", "", regex=False)  # 移除所有单引号
df['amount'] = df['amount'].astype(float).round(2)  # 转浮点型并保留两位小数

完整示例（含模拟数据） #

# 模拟你的数据场景
data = {'amount': ["'0.450000'", "'0.350000'", "'0.000000'", "1.234567'"]}
df = pd.DataFrame(data)

# 执行处理
df['amount'] = df['amount'].str.replace("'", "", regex=False).astype(float).round(2)

print(df)

输出结果：

amount
0    0.45
1    0.35
2    0.00
3    1.23

关键说明 #

1. 用str.replace清理单引号：pandas的str方法是针对字符串列的元素级操作，比普通replace更可靠，能确保所有位置的单引号都被移除。
2. 转浮点型+保留两位小数：astype(float)将清理后的字符串转为数值，round(2)直接得到你需要的两位小数格式。如果需要以字符串形式显示两位小数（而非数值类型），可以改用：

   df['amount'] = df['amount'].str.replace("'", "", regex=False).astype(float).map(lambda x: f"{x:.2f}")
   

3. 过滤非法字符（可选）：如果存在除单引号外的其他特殊字符，可以用正则提取仅保留数字和小数点：

   df['amount'] = df['amount'].str.extract(r'(\d+\.\d+)', expand=False).astype(float).round(2)
   

内容的提问来源于stack exchange，提问作者luc