Python中pandas含逗号小数和无效值的object列如何转换为float类型

方案1：读取数据后处理 #

执行以下链式操作即可完成清洗、格式转换：

# 步骤1：清洗无效值+替换小数分隔符
df['amount'] = df['amount'].str.strip()\
                           .replace(r'^-$', '', regex=True)\
                           .str.replace(',', '.')
# 步骤2：转换为float类型，无效值自动转为NaN
df['amount'] = pd.to_numeric(df['amount'], errors='coerce')

如需删除存在无效值的行，转换完成后执行：

df = df.dropna(subset=['amount'])

操作说明

• str.strip()：清除字段值首尾的空格，你报错的' - '类内容会被处理为'-'
• 正则替换replace(r'^-$', '', regex=True)：匹配仅含单个'-'的无效值，替换为空字符串
• str.replace(',', '.')：将逗号格式的小数分隔符替换为点号，适配float类型格式要求
• pd.to_numeric的errors='coerce'参数：所有无法转换为数值的内容会自动设为NaN，无需自行判断非数值内容

方案2：读取CSV时直接处理（更简便） #

读取文件时直接配置参数，一步得到格式正确的字段：

df = pd.read_csv(
    'name', 
    sep=';', 
    encoding='unicode_escape',
    decimal=',',  # 指定逗号为小数分隔符
    na_values=[' -   ', '-', ' - ']  # 指定需要识别为空值的无效内容
)

该方案读取完成后amount列直接为float类型，指定的无效值会自动转为NaN。

内容的提问来源于stack exchange，提问作者nonganalytics