如何从Pandas Series提取带M/k单位的数字并统一转换单位？

数据老陈

2026-8-8

处理带单位的大小列数值转换

需求说明

数据集的size列包含带单位的大小值（如19M、853k），需完成以下操作：

提取字符串中的数字部分
根据单位（M/k）转换为统一数值（可选择转兆字节、字节等）
将结果转换为数值类型

实现方案（Python Pandas）

以下提供两种常用的统一单位转换方式，基于Pandas处理数据集：

方式1：统一转换为兆字节（MB）

import pandas as pd

# 读取数据集（替换为你的数据集路径/方式）
df = pd.read_csv("your_dataset.csv")

def convert_to_mb(size_str):
    # 提取数字部分（支持小数）
    num = float(''.join([c for c in size_str if c.isdigit() or c == '.']))
    # 提取单位并统一为大写
    unit = size_str[-1].upper()
    # 根据单位计算
    if unit == 'K':
        return num / 1024
    elif unit == 'M':
        return num
    else:
        return None  # 未知单位返回空，可按需修改逻辑

# 生成转换后的列，或直接替换原size列
df['size_mb'] = df['size'].apply(convert_to_mb)

方式2：统一转换为字节（Bytes）

def convert_to_bytes(size_str):
    num = float(''.join([c for c in size_str if c.isdigit() or c == '.']))
    unit = size_str[-1].upper()
    if unit == 'K':
        return num * 1024
    elif unit == 'M':
        return num * 1024 * 1024
    else:
        return None

df['size_bytes'] = df['size'].apply(convert_to_bytes)