主页 / 问题 / 1541739
Accepted
Matt Wayne
Asked:2023-09-21 03:22:26 +0800 CST2023-09-21 03:22:26 +0800 CST

ValueError：无法将字符串转换为浮点数：'11\xa0693.70'

  • 772

您需要找到第 259-368 行范围内的 sum 列的总和。为此，您需要将列类型更改为 int 或 float。但它给出了错误 ValueError: Could not conversion string to float: '11\xa0693,70' https://drive.google.com/drive/folders/1Gvg1WdBLdaXmLraoslhHn1PG1P4jqiYH

import numpy as np
import pandas as pd

df = pd.read_csv("data.csv")
#print(test.index)
#print(test.columns)
df['sum'] = df['sum'].astype(float).fillna(0)
general_sum = df.loc[259:368, 'sum'].sum()
print(sum1)
python

3 个回答

  1. Best Answer

    抛出错误 ValueError: 无法将字符串转换为浮点数:11\xa0693,70

    符号\xa0是 nbsp，不间断空格。
    它在数字中使用，而不是通常的空格（千位分隔符），以便在文本中数字11 693,70不会被换行符分成两个数字11和693,70。
    而库函数通常只知道规则空间，而不知道它在 ASCII7 之外的许多变体。

    如何修复：在将字符串转换为数字之前，您需要转换字符串（即整个 csv 文件），将所有可能的空格替换为常规空格。在实践中，当处理俄语文本时，我总是对仅仅一个 nbsp 的转换感到满意。

    • 2

  2. 在此类问题中，您需要提供原始数据的示例，以便可以重现问题。通常，使用pd.to_numeric指定错误处理的方法。例如：

    import pandas as pd
df=pd.DataFrame({"sum":[1,13,"abv", None, True]})
print(df)
print(df.dtypes)

        sum
0     1
1    13
2   abv
3  None
4  True
sum    object  <--- строки
dtype: object

    df["sum"] = pd.to_numeric(df["sum"], errors="coerce").fillna(0)
print(df)
print(df.dtypes)

        sum
0   1.0
1  13.0
2   0.0
3   0.0
4   1.0
sum    float64 <--- числа
dtype: object
    • 0

  3. 除了@ESkri 的绝对正确答案之外，我还将添加技术部分。
    删除\xa0是关键，但在替换字符之前必须先将列中的所有值转换为 str 类型，并且在转换为浮点之前还要将逗号替换为点。

    df = pd.read_csv(r'c:\test\data.csv')
df['sum'] = df['sum'].fillna(0).astype(str).str.replace('\xa0', '').str.replace(',', '.').astype(float)
general_sum = df.loc[259:368, 'sum'].sum()
print(general_sum)

    861874.1699999997
    • 0

相关问题