将带空格的数据帧转换为数字、障碍空格（例如3 014.0，即“3\xa0014.0”）

Question

我有一个数据帧，其中存储的不是预期的数值 “Object”类型的数据看起来像3014.0，即“3\xa0014.0”，而不是3014.0-空白（即“\xa0”）-会产生转换问题

问题：有没有办法把它转换成数字？你知道吗

奇怪的是：看起来我可以对单个元素进行转换：

 float( df.iloc[0,0].replace('\xa0', '') ) # - works

但这并不适用于整个系列

df['p1'].astype('str').replace('\xa0','') # does nothing

--什么也不做

我试过了：

1. 你知道吗pd.to\数字-给出：无法分析字符串
2. 尝试转换为字符串，然后使用替换：

df['p1'].astype（'str'）.replace（'\xa0'，''） 什么也不做

数据示例：

你知道吗测向iloc[0:3,0]

2017-10-10 11:32:49.895023    3 014.0
2017-10-10 11:33:11.612169    3 013.5
2017-10-10 11:33:22.488124    3 013.0
Name: p1, dtype: object

你知道吗测向iloc[0:3,0]：

'3\xa0014.0'

Answer 1

改用这个：df['p1'] = df['p1'].apply(lambda x: float(x.replace('\xa0','')))

df.iloc[0,0]是一个字符串，df['p1']是一个系列。与字符串和with a series关联的replace方法是不同的。当您对一个系列调用replace时，pandas将尝试替换元素。你知道吗

例如

df = pd.DataFrame({'name': 'alexander'})` df['name'].replace('a', 'x') #does nothing` df['name'].replace('alexander', 'x') #replaces the name alexander with x

df['p1'].apply(lambda x: float(x.replace('\xa0','')))将replace方法应用于p1列中的每个元素（恰好是字符串）。您可以阅读有关方法here的更多信息。你知道吗

希望这能让事情更清楚：）