如何将Pandas DataFrame字符串转为Decimal（含空字符串）？

一、如何用你的工具函数处理DataFrame的debit/credit列 #

你可以借助Pandas的apply或applymap方法，把工具函数批量应用到目标列的每个元素上，具体操作如下：

1. 单独处理单列
   假设你的DataFrame名为bank_df，可分别对debit和credit列做转换：

from decimal import *
import pandas as pd

# 你的工具函数
def convert_string_to_decimal(some_string):
    return Decimal('0.00') if (some_string == '' or some_string.isspace()) else Decimal(some_string)

# 处理debit列
bank_df['debit'] = bank_df['debit'].apply(convert_string_to_decimal)
# 处理credit列
bank_df['credit'] = bank_df['credit'].apply(convert_string_to_decimal)

2. 批量处理多列
   如果要一次性处理两列，用applymap更高效：

bank_df[['debit', 'credit']] = bank_df[['debit', 'credit']].applymap(convert_string_to_decimal)

3. 额外优化：处理NaN值
   如果DataFrame里存在NaN空值，建议先把NaN转为空字符串，避免函数报错：

# 先填充NaN为空字符串，再执行转换
bank_df[['debit', 'credit']] = bank_df[['debit', 'credit']].fillna('').applymap(convert_string_to_decimal)

4. 增强函数健壮性（可选）
   银行流水的字符串可能包含千分位逗号（比如"1,234.56"）或非法字符，建议给函数加格式清洗和异常捕获：

def convert_string_to_decimal(some_string):
    if pd.isna(some_string) or some_string == '' or some_string.isspace():
        return Decimal('0.00')
    # 去除千分位逗号
    cleaned_str = some_string.replace(',', '')
    try:
        return Decimal(cleaned_str)
    except InvalidOperation:
        # 遇到非法格式时返回0.00
        return Decimal('0.00')

二、用Decimal处理货币数据是否推荐？ #

非常推荐，核心原因有三点：

• 精度无丢失：浮点数（float）采用二进制存储，会出现精度误差（比如0.1 + 0.2 = 0.30000000000000004），而Decimal是十进制精确运算，完全匹配货币的十进制计数规则，不会出现一分钱的误差。
• 可控的精度：可以通过getcontext().prec设置运算精度，满足不同场景的货币计算需求（比如固定保留两位小数、自定义四舍五入规则）。
• 可读性强：Decimal对象直接以十进制字符串形式存储和展示，避免浮点数的科学计数法或怪异小数位问题。

使用时只需注意确保输入字符串是合法的数值格式，必要时做清洗和异常处理即可。

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