不知道大家有没有注意到这样一个问题,那就是我们进行format数字格式化后,是文本型数字,这样是不能进行后续计算的,如何将其转化为数值型数字呢?这里我们不用int(),或者float() 这个时候我们就可以用eval()函数了,注意只能对文本型的整数或文本型浮点数进行处理,不能对转化为的%数,或者带千分位分割标点的进行转化。 eval():将字符串类型的表达式直接作用为表达式,计算出结果,看看下面的代码:
print(eval('2.00+1'))#对字符串表达式直接运算
print(type(eval('2.00+1')))#得出浮点数的结果
print(eval('2.00'))#对单个字符串运算
print(type(eval('2.00')))#表现为直接转化为浮点数,我们要的就是她,将文本型数字,转化为数值型数字
下面看下直接的例子: ![在这里插入图片描述](https://img-blog.csdnimg.cn/20190819113052766.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDY2MzY3NQ==,size_16,color_FFFFFF,t_70)
import numpy as np
import pandas as pd
data_2019=pd.read_excel('C:\\Users\\02180085\\Desktop\\会员新旧离返\\19年-731.xlsx',sheet_name='实验')
data_2019=data_2019.applymap(lambda x:'{:.2f}'.format(x))#转化为保留两位数的浮点数
print(data_2019.dtypes)#看下类型,我们发现变为了object类,也就是字符串str
data_2019['计算']=data_2019['第三列']/data_2019['第二列']#因为类型变化为字符串类,就不能运算了,报错
print(data_2019)
接下来使用eval转化一下,将文本型数字转化为数值型数字
import numpy as np
import pandas as pd
data_2019=pd.read_excel('C:\\Users\\02180085\\Desktop\\会员新旧离返\\19年-731.xlsx',sheet_name='实验')
data_2019=data_2019.applymap(lambda x:'{:.2f}'.format(x)).applymap(lambda x:eval(x))#使用eval转化一下,将文本型数字转化为数值型数字
print(data_2019.dtypes)#类型就变为浮点数了
data_2019['计算']=data_2019['第三列']/data_2019['第二列']#可以计算了
print(data_2019)
![在这里插入图片描述](https://img-blog.csdnimg.cn/20190819113633278.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDY2MzY3NQ==,size_16,color_FFFFFF,t_70)
|