如何将谷歌表格JS数字格式化功能迁移到Python pandas脚本

需要将无标点的长数字字符串（如12345678901234567890）按照前7位-接下来2位.接下来4位.接下来1位.接下来2位.剩余部分的规则格式化，最终输出1234567-89.0123.4.56.7890格式的结果。

核心格式化逻辑（对应原JS逻辑转Python） #

Python的字符串切片语法和JS的slice行为一致，可以直接实现相同的拆分规则：

def format_number(s):
    # 先转换为字符串，避免数字类型无法切片
    s_str = str(s)
    # 可选：校验输入长度，避免切片越界报错
    if len(s_str) < 17:
        return s_str  # 长度不足时返回原内容，也可改为抛出ValueError提示无效输入
    # 按规则拼接格式化后的字符串
    return f"{s_str[:7]}-{s_str[7:9]}.{s_str[9:13]}.{s_str[13:14]}.{s_str[14:16]}.{s_str[16:]}"

嵌入Pandas读取工作表的完整脚本 #

假设工作表中有一列名为raw_number的列需要处理，完整代码示例：

import pandas as pd

def format_number(s):
    s_str = str(s)
    if len(s_str) < 17:
        return s_str
    return f"{s_str[:7]}-{s_str[7:9]}.{s_str[9:13]}.{s_str[13:14]}.{s_str[14:16]}.{s_str[16:]}"

# 读取工作表（Excel用read_excel，CSV用read_csv）
df = pd.read_excel("你的文件路径.xlsx")

# 对目标列应用格式化函数，生成新列
df["formatted_number"] = df["raw_number"].apply(format_number)

# 可选：将处理后的结果保存到新文件
df.to_excel("格式化后的文件.xlsx", index=False)

补充说明 #

• 如果处理的是CSV文件，将pd.read_excel替换为pd.read_csv即可。
• 若需要批量处理多个列，可通过循环遍历列名重复apply步骤。
• 长度校验逻辑可根据实际需求调整，比如对不符合长度要求的输入抛出明确异常。

内容的提问来源于stack exchange，提问作者user20083537