Pandas批量处理销售列：含RB+的数值乘1000并清除文本

需求分析 #

需要将sold列中带有RB+/RB（印尼语中表示“千”）的字符串转换为实际数值：

• 包含RB+/RB的内容：提取数字部分，替换逗号为小数点后乘以1000
• 普通数字：保持原数值不变

解决方案代码 #

方法1：分步清晰版

import pandas as pd
import numpy as np

# 1. 清理字符串：移除RB/RB+后缀，替换逗号为小数点
df['sold_temp'] = df['sold'].str.replace(r'RB\+?$', '', regex=True).str.replace(',', '.')

# 2. 转换为数值类型
df['sold_temp'] = pd.to_numeric(df['sold_temp'], errors='coerce')

# 3. 根据原列是否含RB标记，决定是否乘以1000
df['sold'] = np.where(
    df['sold'].str.contains(r'RB', na=False),
    df['sold_temp'] * 1000,
    df['sold_temp']
)

# 4. 可选：删除临时列，转换为整数（如果不需要小数）
df = df.drop('sold_temp', axis=1)
df['sold'] = df['sold'].astype(int)

方法2：链式简洁版

import pandas as pd
import numpy as np

df['sold'] = (
    df['sold']
    # 移除RB/RB+后缀，替换逗号为小数点
    .str.replace(r'RB\+?$', '', regex=True)
    .str.replace(',', '.')
    # 转换为数值
    .pipe(pd.to_numeric, errors='coerce')
    # 根据原标记判断是否乘1000
    .mul(np.where(df['sold'].str.contains(r'RB', na=False), 1000, 1))
    # 转整数（可选）
    .astype(int)
)

代码说明 #

1. 正则替换：r'RB\+?$'匹配RB或RB+后缀，确保两种格式都能被清理；逗号替换为小数点是因为印尼语使用逗号作为小数分隔符。
2. 数值转换：pd.to_numeric将清理后的字符串转为数值类型，errors='coerce'会将无法转换的值设为NaN（可根据需求调整）。
3. 条件乘法：np.where通过原sold列的标记判断，对千位标记的数值放大1000倍，普通数值保持不变。
4. 整数转换：如果业务需求不需要小数，最后转为整数类型即可。

内容的提问来源于stack exchange，提问作者puyocode