如何将DataFrame指定列列表中的数据转换为Decimal类型？

你写的遍历代码有问题——Decimal(df[column_name])会直接报错，因为df[column_name]是Pandas的Series对象，而Decimal()只能处理单个值，没法直接作用于整个Series。下面给你两种可行的实现方式：

方法一：遍历列逐个转换 #

用apply对每一列的每个元素单独应用Decimal转换，代码如下：

from decimal import Decimal

column_list = ['Parameter 1', 'Parameter 2', ..., 'Parameter N']

for col in column_list:
    df[col] = df[col].apply(Decimal)

如果列里存在空值（NaN），直接转会报错，可以加个判断处理：

import pandas as pd
from decimal import Decimal

for col in column_list:
    df[col] = df[col].apply(lambda x: Decimal(x) if pd.notna(x) else x)

方法二：批量转换（更简洁） #

用applymap对指定列的所有元素批量转换，代码更紧凑：

from decimal import Decimal
import pandas as pd

column_list = ['Parameter 1', 'Parameter 2', ..., 'Parameter N']

df[column_list] = df[column_list].applymap(Decimal)

处理空值的版本：

df[column_list] = df[column_list].applymap(lambda x: Decimal(x) if pd.notna(x) else x)

额外提醒 #

• 要确保列中的数据是可转换为Decimal的类型（比如数字、数字格式的字符串），如果有非数值内容，转换会抛异常，得先做数据清洗。
• 如果是浮点数转Decimal，建议先转成字符串再转换，避免浮点数本身的精度丢失：

  df[col] = df[col].apply(lambda x: Decimal(str(x)) if pd.notna(x) else x)
  

内容的提问来源于stack exchange，提问作者lapots