如何按条件对Pandas DataFrame的prix列做乘法并修复异常

你的问题出在**prix列的数据类型是字符串而非数值型**，当你对字符串执行x * 1000时，Python会把它当成字符串重复操作，所以"57"*1000就会变成一串重复的"575757..."，而不是数值乘法的结果。

修复步骤如下：

1. 先将prix列转换为数值类型（整数或浮点数），确保乘法是数学运算而非字符串操作
2. 再执行你原本的条件逻辑（仅对长度为2的数值乘以1000）

基础修复代码 #

# 先转换为整数类型（如果是小数就用float）
c['prix'] = c['prix'].astype(int)
# 执行条件乘法
c['prix'] = c['prix'].apply(lambda x: x * 1000 if len(str(x)) == 2 else x)

更高效的矢量化写法（推荐） #

用numpy的where替代apply，性能更好，尤其适合大数据集：

import numpy as np

c['prix'] = c['prix'].astype(int)
c['prix'] = np.where(c['prix'].astype(str).str.len() == 2, c['prix'] * 1000, c['prix'])

处理脏数据的情况 #

如果prix列里存在非数值的无效值，可以用pd.to_numeric强制转换并处理错误：

c['prix'] = pd.to_numeric(c['prix'], errors='coerce')  # 无效值会转为NaN
# 只对非空且长度为2的数值执行乘法
c['prix'] = np.where((c['prix'].notna()) & (c['prix'].astype(str).str.len() == 2), c['prix'] * 1000, c['prix'])

内容的提问来源于stack exchange，提问作者kim seol