Python中如何将DataFrame内带负号的object类型值转换为float类型

你写的转换逻辑有3个明显问题，直接导致转换失败：

• pandas.Series.str.replace默认启用正则匹配模式，你写的匹配规则"−$"中$是正则语法里的「字符串结尾」元字符，无法匹配字面意义上的$符号，第一步的负号+货币符号替换完全没生效，原始的−$前缀一直残留到类型转换步骤，最终触发无法转float的报错。
• 没有兼容样本里的两种货币数值格式：样本同时存在美元格式（.作为小数点）、巴西雷亚尔格式（.作为千分位分隔符，,作为小数点），直接全局删除.和,会混淆整数位和小数位，就算替换成功数值结果也会错。
• 没有覆盖负号和货币符号之间带空格的场景，比如最后一条样本'- $ 2344.92'，原有规则无法正确识别负号。

写一个通用的货币字符串解析函数，兼容你给出的所有样本格式，不需要写死某一种货币符号：

import pandas as pd

# 初始化样本数据
d = {'price':['−$13.79', '−$ 13234.79', '$ 132834.79', 'R$ 75.900,00', 'R$ 69.375,12', '- $ 2344.92']}
df = pd.DataFrame(data=d)

def currency_to_float(s: str) -> float:
    # 识别符号位
    sign = -1 if ('−' in s or '-' in s) else 1
    # 只保留数字和分隔符，清除所有货币符号、空格
    num_part = ''.join([c for c in s if c.isdigit() or c in ('.', ',')])
    # 统一处理不同地区的分隔符规则
    if ',' in num_part and '.' in num_part:
        # 同时存在两种分隔符时，位置靠后的是小数点
        if num_part.rfind(',') > num_part.rfind('.'):
            num_part = num_part.replace('.', '').replace(',', '.')
        else:
            num_part = num_part.replace(',', '')
    elif ',' in num_part:
        # 仅存在逗号时，逗号后为2位则判定为小数点
        num_part = num_part.replace(',', '.') if len(num_part.split(',')[-1]) == 2 else num_part.replace(',', '')
    return sign * float(num_part)

# 应用转换
df['price'] = df['price'].apply(currency_to_float)

运行后输出的DataFrame数值完全正确：

• 第一条：-13.79
• 第二条：-13234.79
• 第三条：132834.79
• 第四条：75900.00
• 第五条：69375.12
• 第六条：-2344.92

内容的提问来源于stack exchange，提问作者Val.Val