pandas统一工资单位(金额与单位是一列)

可以使用 Pandas 中的 apply 函数和正则表达式来实现统一工资单位。

首先，假设工资金额和单位是存储在一个名为 `salary` 的 Series 中的字符串。我们可以使用正则表达式来提取金额和单位：

import pandas as pd
import re

df = pd.DataFrame({'salary': ['20000元/月', '3000美元/月', '5000英镑/月']})

def extract_salary(s):
    m = re.match(r'(\d+\.?\d*)\s*([a-zA-Z]+)', s)
    if m:
        return m.groups()
    else:
        return None

df['amount'], df['currency'] = zip(*df['salary'].apply(extract_salary))

这里的 `extract_salary` 函数使用正则表达式来提取金额和单位，返回一个包含两个元素的元组。然后，我们使用 `apply` 函数将这个函数应用到 `salary` 列的每个元素上，并使用 `zip` 函数将结果拆分成两个 Series，分别存储在 `amount` 和 `currency` 列中。

接下来，我们可以将所有工资转换为同一种货币单位，例如美元。假设我们想要将所有工资转换为美元，可以使用一个字典来存储每种货币单位对美元的汇率。然后，我们使用 `apply` 函数将每个工资转换为美元：

exchange_rates = {'元': 0.15, '美元': 1, '英镑': 1.39}
df['salary_usd'] = df.apply(lambda row: float(row['amount']) * exchange_rates[row['currency']], axis=1)

这里的 `exchange_rates` 字典存储了每种货币单位对美元的汇率。然后，我们使用 `apply` 函数将一个 lambda 函数应用到每一行，将工资转换为美元，并将结果存储在一个新的 `salary_usd` 列中。

最终的结果如下：

        salary amount currency  salary_usd
0    20000元/月  20000        元      3000.0
1   3000美元/月   3000       美元      3000.0
2  5000英镑/月   5000       英镑      6950.0