如何在R数据框中将指定列数值转换为百万单位

嗨，这个需求在数据预处理里太常见了！我给你分享几种基于Pandas的实用方法，都是日常工作里常用的：

方法1：直接列赋值（最直观） #

如果不需要保留原数据，直接对目标列做运算赋值就行，代码简单到一眼看懂：

import pandas as pd

# 假设你的数据框名为df
df['T2'] = df['T2'] / 1000000
df['T4'] = df['T4'] / 1000000

这种方式直接修改原数据框，适合快速处理的场景。

方法2：使用assign创建新数据框（安全不修改原数据） #

要是你想保留原始数据，不想动原数据框，用assign方法生成新数据框就很合适：

df_converted = df.assign(
    T2=df['T2'] / 1000000,
    T4=df['T4'] / 1000000
)

assign会返回一个新的数据框，原数据框df完全不受影响，数据安全有保障。

方法3：批量处理指定列（扩展性强） #

如果以后可能要处理更多类似列，先把目标列放进列表，再批量运算，维护起来更方便：

target_cols = ['T2', 'T4']
df[target_cols] = df[target_cols] / 1000000

以后要加T6、T8这类列，只需要更新target_cols列表就行，不用改运算逻辑。

额外注意事项 #

• 确保T2、T4列是数值类型（int或float）：如果列里混了字符串，先转类型再运算，避免报错：

  # 转换为数值类型，无法转换的内容会变成NaN
  df['T2'] = pd.to_numeric(df['T2'], errors='coerce')
  df['T4'] = pd.to_numeric(df['T4'], errors='coerce')
  

• 如果你的数据框是R的data.frame，思路类似：直接对目标列做除法即可，比如df$T2 <- df$T2 / 1e6。

内容的提问来源于stack exchange，提问作者Rahul shah