如何在Pandas DataFrame中按值长度为身高列补零格式化？

问题分析 #

你需要将5'8"这类格式转换为X Feet XX Inches，已完成基础替换，但个位数英寸未补零，之前的字符串索引操作因Series切片逻辑错误、空值（float类型）导致失败。

最优解决方案：从源数据拆分格式化（推荐） #

直接从原始的X'Y"格式提取英尺和英寸数值，通过字符串格式化自动补零，比基于替换后字符串修改更可靠：

# 提取英尺和英寸的数字部分
df[['feet', 'inches']] = df['Height'].str.extract(r'(\d+)\'(\d+)\"')
# 格式化输出，英寸不足两位自动补零
df['Height'] = df.apply(lambda x: f"{x['feet']} Feet {x['inches'].zfill(2)} Inches", axis=1)

基于现有替换结果的修复方案 #

如果要在你已完成替换的字符串基础上修改，可通过正则匹配单个数字的英寸部分直接替换，无需判断字符串长度：

# 针对"X Feet Y Inches"格式，把单个数字的英寸替换为0Y
df['Height'] = df['Height'].str.replace(r'(\d+) Feet (\d) Inches', r'\1 Feet 0\2 Inches')

原代码错误原因及修复 #

1. 第一个代码无变化的原因
   你使用df.Height[:8]是对整个Series取前8行数据，而非每个字符串的前8个字符，需改用.str方法实现逐元素切片：

   df['Height'] = np.where(
       df.Height.str.len() == 15,
       df.Height.str[:8] + '0' + df.Height.str[8:],
       df.Height
   )
   

2. 第二个代码TypeError的原因
   列中存在NaN（float类型），当apply访问x['Height']时，float对象无法切片。需先将列转为字符串类型，或在lambda中处理空值：

   # 先转字符串避免float报错
   df['Height'] = df['Height'].astype(str)
   df['Height'] = np.where(
       df['Height'].str.len() == 15,
       df.apply(lambda x: x['Height'][:8]+'0'+x['Height'][8:], axis=1),
       df['Height']
   )
   

内容的提问来源于stack exchange，提问作者Lord Bobbymort