pandas中如何将object类型列转换为string类型提取货币符号与数值

问题原因及字符串转换解决方案 #

你之前用df['new'] = str(df['amount'])是将整个amount列的Series对象整体转为了字符串，因此所有行都会返回相同的Series摘要文本，并非逐元素转换。要实现逐元素转为字符串，使用pandas内置的astype方法即可：

# pandas 1.0及以上版本推荐使用专用String类型
df['amount_str'] = df['amount'].astype('string')

# 兼容所有版本的通用写法
df['amount_str'] = df['amount'].astype(str)

转换后你就可以对每个字符串做切片、匹配等操作了。

完整的货币转GBP实现 #

针对你最终需要换算为GBP的需求，完整实现代码如下：

import pandas as pd
import numpy as np

# 示例数据
df = pd.DataFrame({'date': ['2018-11-22','2018-11-23','2018-11-24'],
               'amount': ['3.80p','$4.50','\N{euro sign}3.40'], 
               'usd-gbp':['0.82','0.83','0.84'], 
               'eur-gbp':['0.91','0.92','0.93']})

# 1. 转字符串格式
df['amount'] = df['amount'].astype(str)

# 2. 拆分货币类型与数值
def parse_amount(s):
    if s.startswith('$'):
        return ('USD', float(s[1:]))
    elif s.startswith('€'):
        return ('EUR', float(s[1:]))
    elif s.endswith('p'):
        return ('GBP_PENNY', float(s[:-1]))
    return (None, None)

df[['currency', 'value']] = df['amount'].apply(lambda x: pd.Series(parse_amount(x)))

# 3. 汇率列转浮点类型
df[['usd-gbp', 'eur-gbp']] = df[['usd-gbp', 'eur-gbp']].astype(float)

# 4. 条件计算GBP金额
df['gbp_amount'] = np.select(
    condlist = [
        df['currency'] == 'GBP_PENNY',
        df['currency'] == 'USD',
        df['currency'] == 'EUR'
    ],
    choicelist = [
        df['value'] / 100, # 便士转英镑需除以100
        df['value'] * df['usd-gbp'],
        df['value'] * df['eur-gbp']
    ],
    default = np.nan
)

运行后得到的gbp_amount列结果如下：

内容的提问来源于stack exchange，提问作者BD12