Python 如何在DataFrame中转换值为6200000到6.2M或1900到1.90K的列？

例如，对于此数据帧

df = pd.DataFrame({'Age':['12',np.nan,'32','21','55'],
        'Height':["5'7","5'8","5'5",np.nan,"5'10"],
                  'Weight':[np.nan,'160','165','155','170'],
                  'Gender':['M','M',np.nan,'F',np.nan],
                  'Salary':[2900,6550000,7840000,6550000,8950000]})

我希望输出为：

        Age Height  Weight  Gender  Salary
    0   12  5'7     NaN     M       2.9K
    1   NaN 5'8     160     M       6.55M
    2   32  5'5     165     NaN     7.84M
    3   21  NaN     155     F       6.55M
    4   55  5'10    170     NaN     8.95M 

一种选择：

df=pd.DataFrame（{'Age'：['12'，np.nan，'32'，'21'，'55']，
‘高度’：[“5'7”，“5'8”，“5'5”，北卡罗来纳州南部，“5'10”]，
‘重量’：[np.nan，'160'，'165'，'155'，'170']，
性别：['M'，'M'，np.nan，'F'，np.nan]，
“工资”：[29000650784000065500008950000]}）
df['s']=df['Salary']。应用（λx:
str（x/1e6）.format（'{.2}'）+'M'
如果x>=1e6
else str（x/1e3）.format（'{.2}'）+'K'
如果x>1e3
else str（x）.format（'{：，}'））

给予

---

您可能需要编写自己的格式转换器，但我没有得到正确的逻辑。我想用python编写它。使用链接答案中的函数

   Age Height Weight Gender   Salary      s
0   12    5'7    NaN      M    29000  29.0K
1  NaN    5'8    160      M      650    650
2   32    5'5    165    NaN  7840000  7.84M
3   21    NaN    155      F  6550000  6.55M
4   55   5'10    170    NaN  8950000  8.95M