无需正则表达式的Pandas复杂字符串处理方法咨询

核心思路 #

通过字符串分割、关键词匹配和类型转换，逐个解析英尺（ft）和英寸（in）部分，最终累加得到总英寸数，全程无需正则表达式。

步骤1：定义转换函数 #

这个函数能处理多种输入格式，包括同时含英尺和英寸、仅含单一单位、纯数字（默认按英寸处理）的情况，还能兼容大小写和多余空格：

import pandas as pd
import numpy as np

def convert_to_inches(s):
    # 处理空值或非字符串输入
    if pd.isna(s):
        return np.nan
    # 统一转小写、去除首尾空格，消除格式干扰
    s = str(s).lower().strip()
    total_inches = 0.0

    # 解析英尺部分（ft）
    if 'ft' in s:
        ft_part, remaining = s.split('ft', 1)
        try:
            # 提取数字并转换为英尺，再转成英寸
            ft_value = float(ft_part.strip())
            total_inches += ft_value * 12
        except ValueError:
            # 数字格式错误时跳过该部分
            pass
        # 保留剩余字符串用于解析英寸
        s = remaining.strip()

    # 解析英寸部分（in）
    if 'in' in s:
        in_part, _ = s.split('in', 1)
        try:
            inch_value = float(in_part.strip())
            total_inches += inch_value
        except ValueError:
            pass

    # 处理纯数字输入（默认视为英寸）
    if not total_inches and s.replace('.', '', 1).isdigit():
        try:
            total_inches = float(s)
        except ValueError:
            pass

    # 无有效数值时返回NaN
    return total_inches if total_inches != 0 else np.nan

步骤2：应用到Pandas列 #

假设你的目标列名为length，直接用apply方法批量处理：

# 替换成你的DataFrame和列名
df['length_inches'] = df['length'].apply(convert_to_inches)

测试示例 #

扩展优化（可选） #

如果需要支持foot/feet、inch/inches这类完整单位词，只需在判断条件中添加对应关键词即可，比如：

# 替换英尺判断逻辑
if any(unit in s for unit in ['ft', 'foot', 'feet']):
    # 按第一个匹配的单位拆分
    for unit in ['ft', 'foot', 'feet']:
        if unit in s:
            ft_part, remaining = s.split(unit, 1)
            break
    # 后续处理逻辑不变

内容的提问来源于stack exchange，提问作者Favour Onyido