Excel保存为CSV保留float类型及pandas读CSV字符串转float报错解决

报错原因 #

你的数值列（如Adj Close**）中包含千位分隔符,，例如示例中的1,758.70，pandas读取时会将这类带逗号的内容识别为字符串类型，直接调用astype(float)转换时会因为无法识别逗号而报错。

解决方案 #

方案1：读取CSV时直接处理（最优选择） #

pd.read_csv自带thousands参数，指定千位分隔符为逗号后，读取过程中会自动移除逗号并将内容转换为数值类型，无需后续额外操作：

SP = pd.read_csv('S&P500 (5year).csv', thousands=',')

读取完成后所有带千位分隔符的数值列都会自动变为float类型，可直接调用pct_change()方法。

方案2：读取后手动转换 #

如果已经完成文件读取，不想重新加载，可以先移除字符串中的逗号再做类型转换：

# 单独转换Adj Close**列
SP['Adj Close**'] = SP['Adj Close**'].str.replace(',', '').astype(float)

# 批量转换所有数值列
numeric_cols = ['Open', 'High', 'Low', 'Close*', 'Adj Close**', 'Volume']
for col in numeric_cols:
    SP[col] = SP[col].str.replace(',', '').astype(float)

Excel导出CSV的注意事项 #

你提到需要从Excel导出CSV并保留float类型，导出前先将Excel中数值列的「千位分隔符」显示格式关闭，导出的CSV就不会自带逗号分隔符，后续pandas读取时会自动识别为float类型，无需额外处理。

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