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_float

0     N/A       N/A      NaN

1  $10.00  -$100.00      NaN

2   $5.00    -$5.00      NaN

>d.dtypes

A           object

B           object

A_float    float64

dtype: 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_test

0     N/A       N/A      NaN                  NaN

1  $10.00  -$100.00      NaN                  NaN

2   $5.00    -$5.00      NaN                  NaN

>d.dtypes

A                       object

B                       object

A_float                float64

A_float_minus1_test    float64

dtype: 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