Pandas如何将object类型列转换为decimal(3,9)格式数值

你的WEGING列是固定12位长度的字符串，转换规则为前3位为整数部分、后9位为小数部分，以下是可直接运行的实现方式：

方案1：转换为高精度Decimal类型（推荐，符合decimal(3,9)精度要求） #

使用Python标准库Decimal做类型转换，完全避免浮点数精度损失，适合后续数值计算场景：

from decimal import Decimal

# 固定位置插入小数点后转Decimal类型
df['WEGING'] = df['WEGING'].apply(lambda s: Decimal(f"{s[:3]}.{s[3:]}"))

方案2：转换为固定格式字符串（匹配给出的展示样例） #

如果仅需要得到001.191833837这种带前导零的展示效果，不需要做数值运算，可以直接做字符串切片拼接：

df['WEGING'] = df['WEGING'].str[:3] + '.' + df['WEGING'].str[3:]

校验处理结果 #

执行以下代码查看前5行，和预期结果完全一致：

print(df['WEGING'].head())

输出：

0    001.191833837
1    001.083340239
2    000.716901420
3    001.191833837
4    001.191833837
Name: WEGING, dtype: object

注意事项 #

• 处理前建议先校验字段长度，避免脏数据导致转换错误：执行df['WEGING'].str.len().value_counts()，确认所有值长度均为12位再执行转换。
• 禁止直接使用float类型做转换，浮点数存储9位小数会出现精度丢失问题，例如001.191833837转float后可能出现1.191833836999999的误差。

内容的提问来源于stack exchange，提问作者ABBOV