我正在尝试重新格式化数据框中某个人身高列的值，例如把5'8" 转换为5 Feet 8 Inches，我想我至少可以先把单引号和双引号替换成 " Feet" 和 " Inches"。所以，我有这个可以正常完成替换的示例：

df['Height'] = df['Height'].str.replace("'", ' Feet ').str[:-1] + " Inches"

我遇到的问题是，格式还需要是 "... 0x Inches"，例如 "5 Feet 08 Inches"。我猜可以根据数值的长度来实现，但我还不知道怎么写。如果我的计算没错，这里某处的if的流程图应该是：

if Height field value length = 15 then replace add "0" in the 8th position else do nothing to the value

我很乐意尝试几种不同的选项，下面是我尝试的结果。

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

No change

df['Height'] = np.where(df['Height'].str.len() == 15, df.apply(lambda x: x['Height'][:8]+'0'+x['Height'][8:], axis=1), df['Height'])

TypeError: 'float' object is not subscriptable

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

No change

谢谢！

解决方案

我认为你需要的是下面这个。它使用正则表达式来捕捉英尺和英寸的数字，并用一个辅助函数来格式化：

import pandas as pd

def fmt(m):
    f = int(m.group(1))
    i = int(m.group(2))
    return f'{f} Feet {i:02} Inches'

df = pd.DataFrame(('5\'8"', '6\'2"', '5\'10"'), columns=('Height',))
print(df)
print()
df['Height'] = df['Height'].str.replace(r'(\d+)\'(\d+)"', fmt, regex=True)
print(df)

输出：

  Height
0   5'8"
1   6'2"
2  5'10"

             Height
0  5 Feet 08 Inches
1  6 Feet 02 Inches
2  5 Feet 10 Inches