在Pandas DataFrame中替换点与逗号，解决本地化数字格式转换报错

你的问题出在没正确处理欧洲式数字格式的分隔符：这里的.是千位分隔符，,是小数点，而pd.to_numeric默认识别美式格式（,做千位分隔、.做小数点），直接转换自然失败；你之前只替换逗号为点，千位的点还留在字符串里，导致出现多个小数点（比如5.023.654.46），当然转不成float。

下面给你两种可靠的解决方案：

方案一：字符串替换法（通用无依赖） #

这是最稳妥的方法，不需要依赖系统本地化设置，直接手动处理分隔符：

1. 先移除所有千位分隔符.
2. 把小数点,替换为.
3. 最后转换为数值类型

完整代码示例：

import pandas as pd

# 模拟你的DataFrame
data = {'col2': ["9.876.543,21", "5.023.654,46", "123,45", "987"]}
df = pd.DataFrame(data)

# 处理格式转换
df['col2'] = df['col2'].str.replace('.', '')  # 去掉千分位的点
df['col2'] = df['col2'].str.replace(',', '.')  # 替换小数点为标准格式
df['col2'] = pd.to_numeric(df['col2'], downcast='float')  # 转成数值

print(df['col2'])

运行后col2就会变成标准的浮点型数值。

方案二：使用locale模块（适配多种本地化格式） #

如果你的数据可能包含多种本地化格式，可以用Python的locale模块来解析，但需要注意系统是否支持对应的本地化设置：

import locale
import pandas as pd

# 设置本地化（以德语区格式为例，Windows系统可能需要改为'German_Germany.1252'）
locale.setlocale(locale.LC_NUMERIC, 'de_DE.UTF-8')

# 模拟你的DataFrame
data = {'col2': ["9.876.543,21", "5.023.654,46", "123,45", "987"]}
df = pd.DataFrame(data)

# 用locale的atof方法解析本地化数字
df['col2'] = df['col2'].apply(locale.atof)
# 可选：downcast到float类型
df['col2'] = pd.to_numeric(df['col2'], downcast='float')

print(df['col2'])

这个方法的好处是不需要手动替换分隔符，但要注意不同操作系统的locale名称可能不同，需要根据你的环境调整。

内容的提问来源于stack exchange，提问作者andrej