如何在Python中将含英尺英寸数据的Object类型DataFrame转换为float类型英寸数据

嘿，这个需求我熟！之前处理过好几个类似的身高数据转换场景，给你几个实用的方案，根据你的数据格式选就行～

方案1：针对规范格式的字符串拆分法 #

如果你的身高数据格式非常统一（比如都是5'10"这种英尺加单引号、英寸加双引号的形式），直接拆分字符串计算最高效：

import pandas as pd

# 假设你的DataFrame是df，身高列名为height
df = pd.DataFrame({'height': ['5\'10"', '6\'2"', '4\'11"', '5\'5"']})

# 拆分英尺和英寸部分
df[['feet', 'inches']] = df['height'].str.split('\'', expand=True)
# 移除英寸部分的双引号并转为数值型
df['inches'] = df['inches'].str.replace('"', '').astype(float)
# 计算总英寸：1英尺=12英寸，所以总英寸=英尺*12 + 英寸
df['height_in_inches'] = df['feet'].astype(float) * 12 + df['inches']
# 可以删掉中间生成的feet和inches列（可选）
df = df.drop(['feet', 'inches'], axis=1)

如果你的数据格式是5 ft 10 in这种，只需要把str.split('\'')改成str.split(' ft ')，再用str.replace(' in', '')清理英寸部分的后缀就行～

方案2：灵活适配多种格式的正则提取法 #

如果数据格式不统一（比如混着5'10"、5 ft 8 in、5'9甚至6英尺3英寸），用正则表达式提取数字会更靠谱：

import pandas as pd
import re

def convert_to_inches(height_str):
    # 提取字符串里的所有数字，第一个是英尺，第二个是英寸（没有的话默认0）
    nums = re.findall(r'\d+', str(height_str))
    if not nums:
        return None  # 处理空值或无效数据
    feet = float(nums[0])
    inches = float(nums[1]) if len(nums) >= 2 else 0.0
    return feet * 12 + inches

# 应用函数到身高列
df['height_in_inches'] = df['height'].apply(convert_to_inches).astype(float)

额外提示：处理异常数据 #

如果你的数据里有格式错误或者缺失值，给函数加个异常捕获会更稳健：

def convert_to_inches_safe(height_str):
    try:
        nums = re.findall(r'\d+', str(height_str))
        if not nums:
            return None
        feet = float(nums[0])
        inches = float(nums[1]) if len(nums) >= 2 else 0.0
        return feet * 12 + inches
    except Exception as e:
        print(f"处理数据 {height_str} 时出错: {e}")
        return None

df['height_in_inches'] = df['height'].apply(convert_to_inches_safe).astype(float)

这样转换后，height_in_inches列就是float类型的英寸数据啦！

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