Pandas Dataframe：有条件地替换字符

Question

我有一个数据框，其中有一列名为“Size”。此列有一些包含 android 应用程序列表大小的值。

Size
8.7M
68M
2M

我需要将这些值替换为：

Size:
8700000
68000000
...

我想到了一个函数来验证字符串 '.' 上是否有一个点。如果存在，请将 M 值更改为五个零 (00000)。如果不是，请将 M 值更改为六个零 (000000)。你们能帮我吗？

Answer 1

多单元替换的通用解决方案：

#dict for replace
_prefix = {'k': 1e3,    # kilo
           'M': 1e6,    # mega
           'B': 1e9,    # giga
}
#all keys of dict separated by | (or)
k = '|'.join(_prefix.keys())
#extract values to new df
df1 = df['Size'].str.extract('(?P<a>[0-9.]*)(?P<b>' + k +')*', expand=True)
#convert numeric column to float
df1.a = df1.a.astype(float)
#map values by dictionary, replace NaN (no prefix) to 1
df1.b = df1.b.map(_prefix).fillna(1)
#multiple columns together
df['Size'] = df1.a.mul(df1.b).astype(int)
print (df)
       Size
0   8700000
1  68000000
2   2000000

如果只想替换M 解决方案应该简化：

df['Size'] = df['Size'].str.replace('M', '').astype(float).mul(1e6).astype(int)
print (df)
       Size
0   8700000
1  68000000
2   2000000