如何在pandas DataFrame中清理金额列并实现Lakhs到Crore的单位转换

方案1：自定义函数实现（可读性高，适合中小数据量） #

代码如下：

import pandas as pd

def convert_to_crore(price_str):
    price_str = price_str.strip().lower()
    if "lakhs" in price_str:
        # 提取数值并除以100转换为Crore单位
        num_val = float(price_str.replace("lakhs", "").strip())
        return num_val / 100
    elif "crore" in price_str:
        # 直接提取数值返回
        num_val = float(price_str.replace("crore", "").strip())
        return num_val
    # 无匹配单位时返回空值，可根据实际需求调整
    return pd.NA

# 应用转换到Price列，生成纯数字的Crore单位金额列
df["Price_Crore"] = df["Price"].apply(convert_to_crore)

方案2：向量化操作（性能更高，适合百万级以上大数据量） #

代码如下：

# 提取数值部分
df["num"] = df["Price"].str.extract(r"(\d+\.?\d*)").astype(float)
# 提取单位并统一转为小写
df["unit"] = df["Price"].str.extract(r"([a-zA-Z]+)").str.lower()
# 按单位规则转换金额
df["Price_Crore"] = df.apply(
    lambda row: row["num"] / 100 if row["unit"] == "lakhs" else row["num"],
    axis=1
)
# 清理中间生成的辅助列
df.drop(columns=["num", "unit"], inplace=True)

两种方案最终都会生成新列Price_Crore，存储单位为Crore的纯数字金额值。如果不需要保留原始Price列，可直接赋值给df["Price"]覆盖原列。

内容的提问来源于stack exchange，提问作者Kunal Parihar