pandas DataFrame应用自定义函数无效，如何转换带M/B/TR后缀的数值字符串？

你遇到的问题主要来自以下几个常见误区：

• 函数逻辑缺失兜底分支：如果单元格内容不包含TR/B/M三个后缀，函数会直接返回原始值，不会做数值类型转换，导致转换后列同时存在数值、字符串两种类型，不符合预期。
• 未兼容异常输入场景：如果单元格是空值NaN、或者本身已经是数值类型，执行'B' in x这类字符串判断会直接抛出TypeError，导致函数执行中断。
• 后缀匹配优先级问题：当前判断逻辑先匹配短后缀B/M，如果后续出现包含TR同时包含短后缀的特殊值，会优先匹配短后缀导致计算错误。
• 调用方式错误：如果直接对整个DataFrame执行df.apply(num_repair)，传入函数的参数x是整列的Series对象，而非单个单元格的值，判断逻辑完全失效。

第一步：优化转换函数 #

import pandas as pd

def num_repair(x):
    # 处理空值，直接返回空值避免报错
    if pd.isna(x):
        return pd.NA
    # 统一转字符串并去除首尾空格
    x_str = str(x).strip()
    # 按后缀长度从长到短匹配，避免短后缀抢占匹配
    if 'TR' in x_str:
        multiplier = 10 ** 12
        num_part = x_str.replace('TR', '', 1)
    elif 'B' in x_str:
        multiplier = 10 ** 9
        num_part = x_str.replace('B', '', 1)
    elif 'M' in x_str:
        multiplier = 10 ** 6
        num_part = x_str.replace('M', '', 1)
    else:
        # 无后缀分支直接用原始值转数值
        multiplier = 1
        num_part = x_str
    # 统一做数值转换，转换失败返回空值
    try:
        return pd.to_numeric(num_part) * multiplier
    except ValueError:
        return pd.NA

第二步：正确调用函数 #

不要直接应用到整个DataFrame，指定需要转换的列操作即可：

# 单个列转换，将value替换为你实际的列名
df['value'] = df['value'].apply(num_repair)

# 多个列批量转换，将列表内替换为你实际需要转换的列名
cols_to_convert = ['列1', '列2', '列3']
df[cols_to_convert] = df[cols_to_convert].apply(num_repair)

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