嘿，这个需求太常见了！我给你准备了两种实用方案，分别适配Excel手动处理和Python批量自动化的场景，你可以根据自己的情况选：

如果你的数据在Excel里，操作起来超简单：

• 假设报名人数列是A列，在旁边空白列（比如B1）输入这个公式：
  =IF(RIGHT(A1,1)="K",LEFT(A1,LEN(A1)-1)*1000,IF(RIGHT(A1,1)="M",LEFT(A1,LEN(A1)-1)*1000000,A1))
• 公式逻辑：先判断单元格最后一位是K还是M，去掉后缀后乘以对应倍数（K=1000，M=1000000）；如果没有后缀，直接返回原数值。
• 下拉填充公式后，选中转换后的列，右键选择「设置单元格格式」，切换到「整数」格式就大功告成啦。

如果数据量很大，或者需要自动化处理，用Pandas效率更高：

import pandas as pd

def convert_enrollment(value):
    # 先把值转成字符串并清理首尾空格
    value_str = str(value).strip()
    # 处理带K的情况，支持小数（比如1.2K转1200）
    if value_str.endswith('K'):
        return int(float(value_str[:-1]) * 1000)
    # 处理带M的情况
    elif value_str.endswith('M'):
        return int(float(value_str[:-1]) * 1000000)
    # 处理无后缀的数值，兼容整数和小数
    else:
        try:
            return int(float(value_str))
        # 遇到非数值内容返回None，避免报错
        except ValueError:
            return None

# 读取你的数据文件（这里以Excel为例，CSV的话用read_csv）
df = pd.read_excel('your_course_data.xlsx')
# 对目标列应用转换函数，生成新的整数列
df['enrollment_int'] = df['enrollment'].apply(convert_enrollment)
# 保存转换后的结果
df.to_excel('converted_enrollment_data.xlsx', index=False)

小提醒 #

• 如果数据里有多余的符号（比如逗号、空格），可以先清理：Excel用CLEAN(A1)，Python里在函数里加value_str = value_str.replace(',', '').strip()。
• 要是遇到异常值（比如非K/M的文本），两个方案都做了容错处理，不会直接报错。

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