Python 3.8+如何将Pandas中带单位的文件大小转字节以做运算？

现成库方案 #

如果不想自己写太多逻辑，可以用pint库——它专门处理带单位的数值计算，支持直接转换单位：

首先安装库：

pip install pint

然后写转换逻辑：

import pandas as pd
from pint import UnitRegistry

# 初始化单位注册表
ur = UnitRegistry()
# 映射数据里的单位到pint的标准单位
unit_map = {
    'K': ur.kilobyte,
    'M': ur.megabyte,
    'G': ur.gigabyte,
    'B': ur.byte,
    '': ur.byte  # 纯数字默认按字节算
}

def convert_to_bytes(val):
    if isinstance(val, str):
        # 百分比直接保留
        if '%' in val:
            return val
        # 拆分数字和单位部分
        num_part = ''.join([c for c in val if c.isdigit() or c == '.'])
        unit_part = ''.join([c for c in val if c.isalpha()])
        num = float(num_part) if num_part else 0.0
        # 转换为字节并返回数值
        return (num * unit_map.get(unit_part.upper(), ur.byte)).to(ur.byte).magnitude
    # 已经是数字的直接返回
    return val

# 应用到整个DataFrame
df = df.applymap(convert_to_bytes)

轻量自定义实现（无额外依赖） #

如果追求性能或者不想装新库，直接写个简单的映射函数就行，逻辑清晰还高效：

import pandas as pd

# 定义单位换算系数（这里是二进制换算，1K=1024字节；如果要十进制就改成1000）
unit_coeffs = {
    'K': 1024,
    'M': 1024**2,
    'G': 1024**3,
    'B': 1,
    '': 1
}

def str_to_bytes(val):
    if isinstance(val, str):
        # 百分比不处理
        if '%' in val:
            return val
        # 纯数字直接转成数值
        if val.isdigit():
            return int(val)
        # 找到单位开始的位置
        split_idx = None
        for i, c in enumerate(val):
            if c.isalpha():
                split_idx = i
                break
        # 没有单位的情况
        if split_idx is None:
            return float(val)
        # 拆分数字和单位
        num_str = val[:split_idx].strip()
        unit = val[split_idx:].strip().upper()
        num = float(num_str)
        # 计算字节数
        return num * unit_coeffs.get(unit, 1)
    return val

# 批量转换
df = df.applymap(str_to_bytes)

补充说明 #

• 换算标准：上面的代码用的是二进制换算（1GiB=1024MiB），如果需要十进制（1GB=1000MB），把unit_coeffs里的1024改成1000即可。
• 性能对比：自定义函数因为逻辑简单，没有外部库的额外开销，处理大数据量时比pint更快；pint胜在通用性强，支持更多复杂单位，适合扩展场景。

内容的提问来源于stack exchange，提问作者KyferEz