将带有“N/As”的 DataFrame 转换为浮动以计算百分比变化

Question

我正在尝试将以下 DataFrame（包含几个“N/As”）转换为浮动，以便我可以执行百分比更改操作：d = pd.DataFrame({"A":['N/A','$10.00', '$5.00'],            "B":['N/A', '$10.00', '-$5.00']})最后，我希望结果是：（更新：我不想删除原始的 N/A 值。我想将它们作为占位符保留在那里。）因为没有处理负数的任何标志，所以我不能使用：pct_change(-1)所以，我需要使用：d['A'].diff(-1)/d['A'].shift(-1).abs()但是，我收到错误：TypeError: unsupported operand type(s) for -: 'str' and 'str'第一步，我试图将数据从对象/字符串转换为浮点数，但输出是意外的（对我而言）。我得到浮点数 'NaNs' 而不是实际数字。>d['A_float'] = pd.to_numeric(d['A'], errors='coerce')>d        A         B  A_float0     N/A       N/A      NaN1  $10.00  -$100.00      NaN2   $5.00    -$5.00      NaN>d.dtypesA           objectB           objectA_float    float64dtype: object作为一个简单的测试，我尝试从值中减去“1”，但仍然得到浮点“NaN”。>d['A_float_minus1_test'] = pd.to_numeric(d['A'], errors='coerce')-1>d        A         B  A_float  A_float_minus1_test0     N/A       N/A      NaN                  NaN1  $10.00  -$100.00      NaN                  NaN2   $5.00    -$5.00      NaN                  NaN>d.dtypesA                       objectB                       objectA_float                float64A_float_minus1_test    float64dtype: object有没有一种简单的方法可以获得以下结果？我的想法是将每个DataFrame列单独更改为浮动，然后执行操作。必须有更简单的方法。期望的输出：（更新：我不想删除原始的 N/A 值。我想将它们作为占位符保留在那里。）

Answer 1

要将您的列从字符串转换为浮点数，您可以使用apply，如下所示：

d['A_float'] = d['A'].apply(lambda x: float(x.split('$')[1]) if x != '' else 0.0)

本x.split('$')[1]是用来去除$字符（最终前负）。

然后我不确定您要做什么，但是如果您要计算 A 与 B 的百分比，则可以这样使用np.vectorize：

d['Percent'] = np.vectorize(percent)(d['A'],d['B'])

def percent(p1, p2):

     return (100 * p2) / p1