如果确实希望每个逗号和小数点都保持不变，那么最后一列必须是字符串类型，因为不能同时使用浮点数和字符串。
你可以使用pd.apply把任何大于1的列表元素转换成浮点数，取平均值，然后把结果转换回字符串类型。

df['pricerange_All_new'] = df['pricerange_All'].apply(lambda row: row[0] if len(row) == 1 else str(np.mean([float(p.replace(',','.')) for p in row])))

结果：

df
     pricerange_All pricerange_All_new
0           [16.51]              16.51
1           [17,61]              17,61
2           [16,96]              16,96
3           [13,70]              13,70
4           [17,85]              17,85
5  [690.94, 690.76]             690.85

假设您有一个如下所示的** Dataframe **（df）：

df = pd.DataFrame({ 'pricerange_All': [['16.51'], ['17,61'], ['16,96'], ['13,70'], ['17,85'], ['690.94', '690.76']]})

print(df)

----------------------------

     pricerange_All
0           [16.51]
1           [17,61]
2           [16,96]
3           [13,70]
4           [17,85]
5  [690.94, 690.76]

您可以使用lambda函数将statistics包中的mean函数应用于以下各项：

代码：

from statistics import mean 

df.pricerange_All = df.pricerange_All.apply(lambda x: mean(list(map(float, [item.replace(",", ".") for item in x]))))
print(df)

输出：

pricerange_All
0           16.51
1           17.61
2           16.96
3           13.70
4           17.85
5          690.85

备选项（保留逗号）：

如果你想保留逗号，你可以这样做：

df.pricerange_All = df.pricerange_All.apply(lambda x: mean(list(map(float, [item.replace(",", ".") for item in x]))) if len(x) > 1 else x[0])
print(df)

输出：

pricerange_All
0          16.51
1          17,61
2          16,96
3          13,70
4          17,85
5         690.85