DataFrame列值格式化：处理百分比格式并更新原列

给定如下DataFrame：

data = {
  "txt": ['12 MG/0.6 ML  8 MG/0.4 ML  12.5 MG  25 MG  39.5%  20%  550 MG  75 MG  800 MG  9 MG  75 MG/0.5 ML  0.03%  0.10%  1%  2% 0.50%', '12 MG/0.6 ML']
}

需要完成两个格式修正，并直接应用到df['txt']列：

• 数值与%之间添加空格，例如39.5%转为39.5 %；
• 若小数末尾为0（如0.10%），先去除末尾的0再添加空格，转为0.1 %；

最终预期输出的DataFrame为：

data = {
  "txt": ['12 MG/0.6 ML  8 MG/0.4 ML  12.5 MG  25 MG  39.5 %  20 %  550 MG  75 MG  800 MG  9 MG  75 MG/0.5 ML  0.03 %  0.1 %  1 %  2 % 0.5 %', '12 MG/0.6 ML']
}

实现代码 #

使用Pandas结合正则表达式可以高效完成这个需求，代码如下：

import pandas as pd

# 初始化DataFrame
data = {
  "txt": ['12 MG/0.6 ML  8 MG/0.4 ML  12.5 MG  25 MG  39.5%  20%  550 MG  75 MG  800 MG  9 MG  75 MG/0.5 ML  0.03%  0.10%  1%  2% 0.50%', '12 MG/0.6 ML']
}
df = pd.DataFrame(data)

# 正则替换处理百分比格式
df['txt'] = df['txt'].str.replace(
    r'(\d+(?:\.\d*?)0?)%',
    lambda match: f"{match.group(1).rstrip('0').rstrip('.') if '.' in match.group(1) else match.group(1)} %",
    regex=True
)

# 查看结果
print(df['txt'].tolist())

代码说明 #

• 正则表达式(\d+(?:\.\d*?)0?)%：匹配所有整数或小数后跟%的模式，涵盖带末尾0的小数情况；
• 匿名函数lambda match：对匹配到的内容做处理：
  • 如果是小数（包含.），先去掉末尾的0，再去掉可能残留的小数点（比如0.50处理后为0.5）；
  • 如果是整数（无.），直接保留原数值；
  • 最后统一添加 %完成格式修正。

内容的提问来源于stack exchange，提问作者user22407116