遍历Pandas DataFrame将带单位字符串转为整数的方法求助

算力阿峰

2026-8-15

Pandas带单位字符串转整数的问题解决

原代码的问题

原代码的核心错误在于：

使用'm' in db[c]检查列中是否包含指定单位，实际是判断字符串'm'是否为该列的索引标签，而非值中包含'm'，导致条件判断完全失效，所有数据都进入else分支未被处理。
整列仅能处理一种单位，但实际列中可能同时存在多种单位（比如Posts列既有3.4k又有纯数字915），原逻辑无法覆盖这种场景。

修正方案

编写通用转换函数，对每个单元格内容单独判断单位并转换，同时处理空值、纯数字等边界情况：

步骤1：定义转换函数

import pandas as pd

def convert_to_int(value):
    # 处理空值
    if pd.isna(value):
        return value
    # 统一转为字符串并去除首尾空格
    value_str = str(value).strip()
    if not value_str:
        return None
    
    # 根据后缀单位转换数值
    if value_str.endswith('m'):
        return int(float(value_str[:-1]) * 1_000_000)
    elif value_str.endswith('k'):
        return int(float(value_str[:-1]) * 1_000)
    elif value_str.endswith('b'):
        return int(float(value_str[:-1]) * 1_000_000_000)
    else:
        # 处理纯数字情况，兼容浮点型字符串
        try:
            return int(float(value_str))
        except ValueError:
            # 无法转换的内容保持原样
            return value

步骤2：批量处理指定列

int_cols = ['Avg. Likes', 'Posts', 'New Post Avg. Likes','Total Likes' ]

for col in int_cols:
    db[col] = db[col].apply(convert_to_int)
    # 使用Nullable整数类型兼容空值（无需兼容空值可直接用'int'）
    db[col] = db[col].astype('Int64')