如何用Lambda函数将Pandas DataFrame单元格数值范围转为平均值

针对你的需求，最Pythonic的实现方式是结合pd.Series.apply()和lambda函数，一行代码完成格式转换与值计算：

import pandas as pd

# 假设你的DataFrame名为df，目标列名为target_col
df['target_col'] = df['target_col'].apply(
    lambda x: (float(x.split('-')[0]) + float(x.split('-')[1])) / 2
    if isinstance(x, str) and '-' in x
    else float(x) if pd.notna(x) else x
)

逻辑说明： #

• 遍历列中每个元素，先判断是否为包含-的字符串：
  • 若是，拆分出n1和n2，转换为浮点型后计算平均值
• 对于非该格式的元素：
  • 尝试转换为浮点型（兼容原本就是数字或可转成数字的单元格）
  • 保留空值（如果存在NaN或None）

进阶：处理无效值 #

如果列中存在无法转换的无效内容（比如非数字字符串），可以将逻辑封装为函数后在apply中调用（lambda无法直接处理try-except）：

def convert_value(x):
    try:
        if isinstance(x, str) and '-' in x:
            n1, n2 = x.split('-')
            return (float(n1) + float(n2)) / 2
        return float(x)
    except (ValueError, TypeError):
        return pd.NA  # 替换为你需要的默认值，比如0或None

df['target_col'] = df['target_col'].apply(convert_value)

内容的提问来源于stack exchange，提问作者user2751530