如何用Pandas将CSV中‘File Size’列的带单位值转为可比较数值？

1. 读取CSV文件 #

先导入Pandas并读取你的文件：

import pandas as pd

# 替换成你的CSV文件路径
df = pd.read_csv('your_file.csv')

2. 编写转换函数统一数值单位 #

你可以把所有大小值统一转换为字节（最精确），或者转换为MB/GB，以下是两种实现：

转换为字节 #

def convert_to_bytes(size_str):
    # 拆分数值与单位，例如将'1.2 GB'拆分为['1.2', 'GB']
    num, unit = size_str.split()
    num = float(num)
    # 定义各单位到字节的转换系数
    unit_map = {
        'MB': 1024 ** 2,
        'GB': 1024 ** 3
    }
    return num * unit_map[unit]

# 生成新的数值列
df['File Size (Bytes)'] = df['File Size'].apply(convert_to_bytes)

转换为MB（适合直观比较） #

def convert_to_mb(size_str):
    num, unit = size_str.split()
    num = float(num)
    if unit == 'GB':
        return num * 1024
    elif unit == 'MB':
        return num

df['File Size (MB)'] = df['File Size'].apply(convert_to_mb)

3. 数值比较与筛选 #

转换完成后就可以直接进行筛选操作，比如找出大于1000MB的文件：

large_files = df[df['File Size (MB)'] > 1000]

• Pandas官方入门指南：官方的Getting Started板块，从基础的文件读写、数据清洗到简单分析，内容权威且贴合实际需求。
• 实战导向的视频/文字课程：选择以真实案例为主的课程，跟着完成从数据导入到输出分析结果的完整流程，快速掌握实用技巧。
• 交互式练习平台：通过小任务巩固Pandas常用操作，比如列转换、数据筛选、分组统计等，即时反馈能帮你快速纠正错误。

内容的提问来源于stack exchange，提问作者Bongoan