如何解决通过正则表达式获取字符串的“将字符串转换为浮点数时出错”？

Question

我已经使用正则表达式从文本中提取了数字。df1['numbers3'] = df1['TEXT'].str.findall(r'(\d+\.\d+)').apply(','.join)我现在想将它们转换为浮点数以进行一些比较。我试过这个df1['numbers3'].apply(lambda x:float(x))和df1['numbers3']=df1['numbers3'].astype('float')这是我的数据集的示例d = {'numbers3': ['1.9,1.4,2.0,1.5,1.1,1.3,3.7,3.8']}df1 = pd.DataFrame(data=d)我试图简单地使用删除引号df1['numbers3'] = df1['numbers3'].str.replace('"', '')但仍然得到同样的错误。请帮忙！

Answer 1

你的字符串是一个数字列表；您需要先将它们分解，然后再将它们转换为浮点数。

Answer 2

您可以将包含大量数字的单个字符串列表转换为数字字符串列表，然后也将每个字符串转换为浮点数。这里不需要 Pandas，您也可以将此列表添加到 df 中。

d = {'TEXT': ['1.9,1.4,2.0,1.5,1.1,1.3,3.7,3.8']}

df1 = pd.DataFrame(data=d)

df1 = d['TEXT'][0].split(',')

floats = [x for x in map(lambda x: float(x), df1)]

Answer 3

如果你想把这个字符串变成一个浮点数列表，你首先把字符串变成一个列表，然后每个元素变成一个浮点数：

import pandas as pd

d = {'numbers3': ['1.9,1.4,2.0,1.5,1.1,1.3,3.7,3.8']}

df1 = pd.DataFrame(data=d)

df1.numbers3.apply(lambda x: x.split(',') ).apply(lambda x: [float(i) for i in x])

不过，我不完全确定这是您真正想要的。