我有一份关于Google Playstore数据的数据集。它包含十二个特征（一个浮点数，其余为对象），我想对其中一个特征进行一些操作，以便将其转换为数值形式。我提到的特征列是Size列，以下是它的一个快照：
如您所见，它是以字符串形式存在的，数字后面附加了尺度。在检查了该特征的其余部分后，我发现除了兆字节（M）之外，还有一些千字节（K）的条目，以及一些大小为字符串“根据设备而异”的条目。
因此，我处理这个问题的最终计划是：
- 删除Size列下所有条目的最后一个字符。
- 将可转换的条目转换为浮点数
- 通过将k条目除以1000来重新调整它们，以便正确表示它们
- 用该特征的平均值替换“根据设备而异”的条目。
我知道如何做1、2和4，但3让我感到困惑，因为我不确定如何区分k条目和M条目，并将这些特定的条目除以1000。如果它们都是M或K，就不会有问题，因为我之前处理过这种情况，但必须进行区分使得它变得更加棘手，我不确定语法应该采用什么形式（我的尝试不断抛出错误）。
顺便说一句，如果有人有更聪明的方法来处理这个问题，我很乐意听取。这是学习练习，如果有的话！
任何帮助将不胜感激。谢谢！！
————————编辑————————
一个可重现的最小示例尝试是
import pandas as pddata = pd.read_csv("playstore-edited.csv", index_col=("App"), parse_dates=True, infer_datetime_format=True)x = datavar = [i[-1] for i in x.Size]sar = dict(list(enumerate(var)))ls = []for i in sar: if sar[i]=="k": ls.append(i)x.Size.loc[ls,"Size"]=x.Size.loc[ls,"Size"]/1000这会抛出以下错误：
IndexingError: Too many indexers我知道代码的最后一部分有问题，但我不知道如何表达我想做的事情。
回答：
如评论中所写：如果您将最后一个字母剥离到一个新列中，然后您可以根据该列进行条件判断来进行除法操作。
df = pd.DataFrame({'APP': ['A', 'B'], 'Size': ['5M','6K']})df['Scale'] = df['Size'].str[-1]df['Size'] = df['Size'].str[:-1].astype(int)df.loc[df['Scale'] == 'K', 'Size'] = df.loc[df['Scale'] == 'K', 'Size'] / 1000df = df.drop('Scale', axis=1)df