正如错误所述，只能对字符串列使用.str，而您有一个float64。浮点数中没有逗号，因此您所拥有的不会真正执行任何操作，但通常情况下，您可以先对其进行强制转换：

dc_listings['price'].astype(str).str.replace...

例如：

In [18]: df
Out[18]:
          a         b         c         d         e
0  0.645821  0.152197  0.006956  0.600317  0.239679
1  0.865723  0.176842  0.226092  0.416990  0.290406
2  0.046243  0.931584  0.020109  0.374653  0.631048
3  0.544111  0.967388  0.526613  0.794931  0.066736
4  0.528742  0.670885  0.998077  0.293623  0.351879

In [19]: df['a'].astype(str).str.replace("5", " hi ")
Out[19]:
0    0.64 hi 8208 hi  hi 4779467
1          0.86 hi 7231174332336
2            0.04624337481411367
3       0. hi 44111244991 hi 194
4          0. hi 287421814241892
Name: a, dtype: object

两种方式：
1.您可以使用series来修正这个错误。

dc_listings['price'].series.str.replace(',', '')

1.如果series不起作用，您还可以使用apply(str)，如下所示：

dc_listings['price'].apply(str).str.replace(',', '')

如果price是dtype float 64，则数据不是字符串。您可以尝试dc_listings['price'].apply(function)

Randy有solution来处理将整个列更改为str类型的问题。（如NA、list、dict、自定义类），并希望将来过滤这些特殊值，我建议您创建自己的函数，然后将其apply仅应用于str value，如下所示：

dc_listings['price'] = dc_listings['price'].apply(
   lambda x: x.replace(',', '') if type(x) is str else x
)

或者更清楚地使用def：

def replace_substring_or_return_value(value):
  if type(value) is str: return x.replace(',', '')
  else: return value

dc_listings['price'] = dc_listings['price'].apply(
      replace_substring_or_return_value
)

尽管如此这可能是一个不好的做法，因为您应该对列中的每个值使用**the same data type**