如何将DataFrame中Amount列的452.91zero类值去除字符后转为float类型

核心实现代码 #

data['Amount'] = data['Amount'].astype(str).str.replace('zero', '', regex=False).astype(float)

步骤说明 #

• 首先通过astype(str)将整列统一转换为字符串类型，避免混合类型数据调用字符串方法时报错
• 调用str.replace('zero', '', regex=False)将所有单元格中的zero子串直接替换为空，regex=False指定按普通文本匹配，不需要正则解析
• 最后调用astype(float)将处理完成的纯数字字符串转换为浮点类型

结果校验 #

处理完成后可以通过以下代码确认原异常行（第15行，pandas默认索引从0开始，对应索引值为14）的结果是否符合预期：

print(data.loc[14, 'Amount'])

进阶兼容方案 #

如果后续还会出现其他非数字后缀的异常值，可以用正则匹配仅保留数字和小数点，适配更多异常场景：

data['Amount'] = data['Amount'].astype(str).str.replace(r'[^\d.]', '', regex=True).astype(float)

内容的提问来源于stack exchange，提问作者cmpunk