如何使用for循环批量替换DataFrame中带单位的列数据？

问题背景 #

手里有一份TikTok统计数据的DataFrame，包含以下列：

• Views avg.
• Likes avg
• Comments avg.
• Shares avg

部分列的数值带有M（百万）、K（千）单位，数据示例如下：

之前尝试了两种转换方法，但在遍历DataFrame列时遇到瓶颈（对应代码for views in df_tiktok: #THIS IS WHERE I GET STUCK），需要实现用正则表达式结合循环的方式，把指定列的带单位数值批量转为纯数值。

此前尝试的代码 #

首次尝试 #

likes_avg = [[likes] for likes in tiktok_data]
if 'K' in likes :
        like=likes.strip('K')
        like=float(like)*1000
        likes_avg.append(round(like))
if 'M' in likes :
        like=likes.strip('M')
        like=float(like)*1000000
        likes_avg.append(round(like))

第二次尝试 #

input = '18.7m, 17.7m, 11.1m, 9.3m, 6.9m, 9.9m, 4.4m, 1.8m, 7.9m'

multipliers = {'k': 1e3,
               'm': 1e6,
              }

pattern = r'([0-9.]+)([km])'
for number, suffix in re.findall(pattern, input):
    number = float(number)
    print(number * multipliers[suffix])

解决方法 #

步骤1：编写通用转换函数 #

先写一个能处理单个带单位字符串的函数，用正则匹配数值和单位：

import re
import pandas as pd

def convert_unit(value):
    # 处理空值或纯数字的情况
    if pd.isna(value) or str(value).isdigit():
        return float(value)
    
    multipliers = {'k': 1e3, 'm': 1e6}
    # 匹配不区分大小写的单位
    pattern = r'([0-9.]+)([KMkm])'
    match = re.match(pattern, str(value))
    
    if match:
        num = float(match.group(1))
        suffix = match.group(2).lower()
        return num * multipliers[suffix]
    # 匹配失败时返回原数值（可按需调整逻辑）
    return value

步骤2：遍历指定列批量转换 #

明确需要处理的列，用for循环遍历这些列，对每一列应用转换函数：

# 假设你的DataFrame名为df_tiktok
cols_to_convert = ['Likes avg', 'Comments avg.', 'Shares avg']  # Views avg.为纯数字，可跳过

for col in cols_to_convert:
    df_tiktok[col] = df_tiktok[col].apply(convert_unit)

说明 #

• 函数兼容了纯数字、空值场景，避免转换时报错
• 正则不区分大小写，K/k、M/m都能匹配识别
• 直接遍历需要转换的列名列表，比遍历整个DataFrame更高效精准

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