一个数据里面有货币符号，有百分号，用pandas 处理数据，如果遇到货币符号列直接替换，遇到百分号列，替换百分号后将数据除以100

可以使用 Pandas 的 `replace` 方法将货币符号或百分号替换为空格，然后再将字符串转换为浮点数。对于包含货币符号的列，可以直接替换为浮点数；对于包含百分号的列，需要将字符串转换为浮点数之后除以 100。代码如下：

import pandas as pd

df = pd.read_excel('your_file.xlsx')

# 处理货币符号列
df['currency_column'] = df['currency_column'].str.replace('$', '').astype(float)

# 处理百分号列
df['percentage_column'] = df['percentage_column'].str.replace('%', '').astype(float) / 100

这里的 `your_file.xlsx` 表示你的 Excel 文件名，`currency_column` 和 `percentage_column` 分别表示包含货币符号和百分号的列名。

首先使用 Pandas 的 `read_excel` 方法读取 Excel 文件，然后使用 `str.replace` 方法将列中的货币符号或百分号替换为空格。接着使用 `astype` 方法将字符串转换为浮点数，对于包含百分号的列，需要将浮点数除以 100 得到百分数。

需要注意的是，如果你的 Excel 文件中存在多个表单，需要指定要读取的表单名称或索引，可以使用 `sheet_name` 参数指定表单名称或索引。

例如：

df = pd.read_excel('your_file.xlsx', sheet_name='Sheet1')

# 处理货币符号列
df['currency_column'] = df['currency_column'].str.replace('$', '').astype(float)

# 处理百分号列
df['percentage_column'] = df['percentage_column'].str.replace('%', '').astype(float) / 100

或者：

df = pd.read_excel('your_file.xlsx', sheet_name=0)

# 处理货币符号列
df['currency_column'] = df['currency_column'].str.replace('$', '').astype(float)

# 处理百分号列
df['percentage_column'] = df['percentage_column'].str.replace('%', '').astype(float) / 100

这里的 `Sheet1` 或 `0` 表示要读取的表单名称或索引。