如何使用 pandas read_csv 函数有效地处理欧洲小数点分隔符？
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/11763204/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
How to efficiently handle European decimal separators using the pandas read_csv function?
提问by THM
I'm using read_csvto read CSV files into Pandas data frames. My CSV files contain large numbers of decimals/floats. The numbers are encoded using the European decimal notation:
我正在使用read_csv将 CSV 文件读入 Pandas 数据框。我的 CSV 文件包含大量小数/浮点数。这些数字使用欧洲十进制表示法进行编码：
1.234.456,78
This means that the '.' is used as the thousand separator and the ',' is the decimal mark.
这意味着'.' 用作千位分隔符，',' 是小数点。
Pandas 0.8. provides a read_csvargument called 'thousands' to set the thousand separator. Is there an additional argument to provide the decimal mark as well? If no, what is the most efficient way to parse a European style decimal number?
熊猫 0.8。提供一个read_csv名为“千位”的参数来设置千位分隔符。是否还有其他参数来提供小数点？如果不是，解析欧式十进制数的最有效方法是什么？
Currently I'm using string replace which I consider to be a significant performance penalty. The coding I'm using is this:
目前我正在使用字符串替换，我认为这是一个显着的性能损失。我使用的编码是这样的：
# Convert to float data type and change decimal point from ',' to '.'
f = lambda x: string.replace(x, u',', u'.')
df['MyColumn'] = df['MyColumn'].map(f)
Any help is appreciated.
任何帮助表示赞赏。
回答by lbolla
You can use the converterskw in read_csv. Given /tmp/data.csvlike this:
您可以converters在read_csv. 给出/tmp/data.csv这样的：
"x","y"
"one","1.234,56"
"two","2.000,00"
you can do:
你可以做：
In [20]: pandas.read_csv('/tmp/data.csv', converters={'y': lambda x: float(x.replace('.','').replace(',','.'))})
Out[20]:
x y
0 one 1234.56
1 two 2000.00
回答by joshlk
For European style numbers, use the thousandsand decimalparameters in pandas.read_csv.
对于欧式编号，请使用 中的thousands和decimal参数pandas.read_csv。
For example:
例如：
pandas.read_csv('data.csv', thousands='.', decimal=',')
From the docs:
从文档：
thousands:
str, optional Thousands separator.
decimal:
str, default ‘.' Character to recognize as decimal point (e.g. use ‘,' for European data).
千：
str，可选的千位分隔符。
十进制：
str，默认'.' 识别为小数点的字符（例如，对欧洲数据使用“,”）。
