如何在pandas read_csv中实现依赖其他列的列转换？

很遗憾，用pandas的read_csv里的converters参数没法直接实现你要的效果——因为converters中的转换函数只能获取当前列的单个元素值，完全没办法访问同一行里其他列的数据。所以你必须先把整个CSV文件读取到DataFrame中，之后再基于多列的计算生成success列。

这里给你两种具体的实现方案，都能得到你想要的输出：

方案1：利用矢量化操作（推荐，效率更高） #

矢量化操作是pandas的优势，处理大数据量时比逐行处理快很多：

import pandas as pd

# 读取CSV，原文件第一行是表头，直接读取即可
df = pd.read_csv('file.csv')

# 计算success列：total * (percentage去掉%转数值 / 100)，最后转成整数
df['success'] = df['total'] * df['percentage'].str.replace('%', '').astype(float) / 100
df['success'] = df['success'].astype(int)

# 调整列顺序并保留需要的列
df = df[['date', 'total', 'success']]

print(df)

方案2：逐行处理（更直观，适合逻辑复杂的场景） #

如果你的转换逻辑更复杂，可以用apply逐行处理每一行的数据：

import pandas as pd

df = pd.read_csv('file.csv')

# 用lambda函数逐行访问total和percentage，计算success
df['success'] = df.apply(
    lambda row: int(row['total'] * float(row['percentage'].replace('%', '')) / 100),
    axis=1  # axis=1表示按行处理
)

# 整理列
df = df[['date', 'total', 'success']]

print(df)

补充说明 #

你原来代码里的日期转换可以保留，在读取时用parse_dates参数更方便：

df = pd.read_csv('file.csv', parse_dates=['date'])

这样date列会直接被转换成datetime类型，不用单独写converters。

内容的提问来源于stack exchange，提问作者maslak