如何将字符串格式数值区间转换为浮点/整数类型的平均值？

假设你的数据已经加载到 Pandas 的 DataFrame（命名为df）中，可通过以下步骤实现需求：

• 拆分range列的区间值：用str.split方法将字符串按-分割为两列，转换为数值类型
• 计算区间平均值：对拆分后的两列取行均值，生成mean列
• 保留原range列：直接新增计算结果列即可，无需删除原列

完整代码示例 #

import pandas as pd

# 构造示例数据（如果已有DataFrame可跳过此步）
data = {
    'datetime': ['2022-10-10', '2022-10-12'],
    'range': ['50-54', '30-36']
}
df = pd.DataFrame(data)

# 拆分range列并计算均值
df[['low', 'high']] = df['range'].str.split('-', expand=True).astype(float)
df['mean'] = df[['low', 'high']].mean(axis=1)

# 可选：删除临时生成的low和high列
df = df.drop(['low', 'high'], axis=1)

print(df)

代码说明 #

1. 拆分并转类型：str.split('-', expand=True)将每个区间字符串拆分为两列，astype(float)把文本转为数值类型，确保能执行数学运算
2. 计算行均值：mean(axis=1)对每行的上下限取值平均，得到区间中间值
3. 清理临时列：若不需要拆分出的low和high列，用drop方法删除即可

执行后输出结果：

datetime  range  mean
0  2022-10-10  50-54  52.0
1  2022-10-12  30-36  33.0

内容的提问来源于stack exchange，提问作者prof32