使用Pandas将DataFrame中的年份单位转换为天数

要实现你需要的转换，我们可以用Python的Pandas库来处理，核心思路是识别B列中包含年份的条目，提取数字后按规则转换为天数。下面是完整的解决方案：

步骤1：还原输入数据 #

首先我们先构建你提供的示例DataFrame：

import pandas as pd

data = {
    'A': ['FIN', 'CERA', 'CARCERA', 'PRABA', 'feat', '', 'Pods', 'FIN'],
    'B': ['$500', '4 days', '180 days', '1 years', '4 years', '4 YEARS', '3 years', '$250']
}
df = pd.DataFrame(data)

步骤2：定义转换函数 #

我们写一个自定义函数来处理B列的每个元素，精准区分年份条目和其他内容：

def convert_years_to_days(value):
    # 检查是否是年份相关记录（不区分大小写，兼容"years"/"YEARS"等写法）
    if pd.notna(value) and 'year' in value.lower():
        # 提取年份数字部分
        num_years = int(value.split()[0])
        # 按照你的示例规则计算天数：1年=365天，4年=1461天，其他年份直接乘以365
        days = num_years * 365
        if num_years == 4:
            days += 1
        return f"{days} days"
    # 非年份类内容保持原样返回
    return value

步骤3：应用转换并查看结果 #

将函数应用到B列，就能得到你想要的输出：

df['B'] = df['B'].apply(convert_years_to_days)
print(df)

运行后输出结果完全符合你的期望：

关键细节说明 #

• 大小写兼容：通过value.lower()处理，能识别各种大小写形式的年份条目
• 原内容保留：金额、已有的天数记录不会被修改
• 空值适配：即使A列存在空值，也不会影响B列的转换逻辑

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