如何去除Excel导入数据的单引号并转换为float类型？

问题分析 #

Excel导出的vat_amount列中，小于1的数值被自动添加了单引号（如'0.5352），导致直接转float类型时报错。之前的replace操作无效，是因为未启用正则匹配，且匹配范围过窄，无法覆盖所有带单引号的情况。

正确处理代码 #

直接去除所有元素中的单引号，再转换为float类型：

# 清理所有单引号并转换为float
df['vat_amount'] = df['vat_amount'].astype(str).str.replace("'", "").astype(float)

代码说明 #

1. astype(str)：确保列中所有元素都转为字符串类型（避免部分数值类型元素报错）
2. str.replace("'", "")：全局替换掉字符串中的所有单引号
3. astype(float)：将清理后的字符串转为浮点型

模拟示例 #

import pandas as pd
import numpy as np

# 模拟用户的原始数据
sample_data = np.array([
    10.703, 63.756, 18.48, "'0.7469'", 1.1165, "'0.5352'",
    "'0.3889'", 1.7402, "'0.0347'", 7.6384
])
df = pd.DataFrame({'vat_amount': sample_data})

# 执行处理
df['vat_amount'] = df['vat_amount'].astype(str).str.replace("'", "").astype(float)

# 验证结果
print(df.dtypes)
# 输出：vat_amount    float64
# dtype: object
print(df['vat_amount'].head())
# 输出：
# 0    10.7030
# 1    63.7560
# 2    18.4800
# 3     0.7469
# 4     1.1165
# Name: vat_amount, dtype: float64

内容的提问来源于stack exchange，提问作者luc