csvデータの1.2B や567Mの処理方法について

Question

numpy、pandasを利用して株価分析を試みてる初心者です。

ネット（investment.com)から出来高をcsvでダウンロードして読み込みを考えております。
この出来高のデータは、1.2B,592Mのような2種類の単位が使われております（M=1,000,000, B=100,000,000になります)

単位が一つであればreplace関数でMなどを除外するのですかが単位が２つありそれぞれの意味が異なってます。

volume＝volume.apply(lamba x:x.replace('B','').replace('M','').astype(np.float)

ですとB,Mも単に無視されるだけですし

replace('B','/0.01')のコードではcsvデータを文字として認識してるから？かエラーがでます(ValueError:could not
convert string to fmoat)

このような場合の処理方法についてご教示いただけますでしょうか
よろしくお願いします

Answer 1

以下のように変換処理をかませるとよいでしょう。

import pandas as pd

def f(s):
    if s[-1] == 'M':
        return float(s[:-1]) * 10**6
    elif s[-1] == 'B':
        return float(s[:-1]) * 10**9
    return float(s)

l = pd.Series(['123', '4.56M', '7.89B'])
l = l.apply(f)
print(l)
#0    1.230000e+02
#1    4.560000e+06
#2    7.890000e+09

Comments

[bsdfan]

float(s[-2]) だと、BとMの直前1文字しか見ていません。
float(s[:-1]) じゃないでしょうか。

[8524ba23]

ご指摘ありがとうございます。そのとおりです。
回答修正しました。

[kuma07]

ご丁寧なご回答ありがとうございます。最終の文字を指定して変換させる処理をすれば良いこと理解できました。
勉強不足であり[-1]で最終文字を指定するなどが直ぐに思いつきませんでした
大変ありがとうございました

Answer 2

単純に、文字列の終端の文字を見ればどうでしょう
そこから処理を変えていけばいいのでは

Comments

[kuma07]

ありがとうございます。終端の文字を[[-1]で指定して処理すれば良いこと理解できました。大変ありがとうございます。

Answer 3

日常でも、１万円、１０億人、１兆ドル、などと使ってますよね？
csvファイルの内容が、"１万円,３億円,1.2兆円"だったとしたら、考えやすいかもしれません。

y_waiwaiさんの回答にあるように、末尾のM,B,Tが倍数(M がMillionで1,000,000　（百万）、BがBillionで1,000,000,000（十億）、TがTrillionで1,000,000,000,000（一兆）)なのですから、

文字列の"1.2B"は、"1.2"と"B"に分けて、"1.2"は数値の1.2に、"B"は1,000,000,000に、それぞれ変換して、1.2 * 1,000,000,000 と計算する。

文字列の"592M"は、"592"と"M"に分けて、592 * 1,000,000 と計算する。

という操作で良くありませんか。

どこが判らないのか説明してもらうと、より適切な回答が出来ると思います。

Answer 4

単位をいずれかに合わせれば良いかと思います。