如何格式化DataFrame中带英镑符号的货币字符串为浮点型以便排序

带货币符号、千位分隔符的字符串默认按字符规则排序，必然会出现数值逻辑错误，需要先清洗字符串转成数值类型再排序，具体实现步骤如下：

1. 数据清洗与类型转换
   先移除字符串里的英镑符号£和千位分隔符,，再通过pandas内置的数值转换方法转成float类型，示例代码：

import pandas as pd

# 构造测试数据集
df = pd.DataFrame({
    "property_price": ["£880,000", "£88,500", "£850,000", "£845,000"]
})

# 生成数值类型的辅助列
df["price_num"] = pd.to_numeric(
    df["property_price"].str.replace("£", "", regex=False).str.replace(",", "", regex=False)
)

2. 数值排序
   按转换好的数值列做升序排序即可得到正确的数值顺序：

# 按数值升序排列，重置索引
df = df.sort_values(by="price_num", ascending=True).reset_index(drop=True)

3. 格式化输出目标结果
   如果需要保留千位分隔符的展示格式，可以把排序后的数值重新格式化：

df["sorted_result"] = df["price_num"].apply(lambda x: f"{x:,.0f}")

执行后打印df["sorted_result"]就能得到你预期的排序输出：

0     88,500
1    845,000
2    850,000
3    880,000
Name: sorted_result, dtype: object

注意事项 #

• 如果原始列存在空值、其他特殊币种符号或者异常字符，需要提前做缺失值处理、额外字符替换，避免类型转换报错。
• 不要直接对原始货币字符串做排序，字符串逐字符比对的逻辑会完全打乱数值顺序，必须基于数值类型列排序。

内容的提问来源于stack exchange，提问作者Mensa 23