python使用re正则表达式去除dataframe数据类型‘总价123-456(万/套)’中的字符串保留数字

可以使用正则表达式匹配出字符串中的数字部分，再将其转换为float类型。可以使用pandas库中的apply函数配合正则表达式实现。

假设需要对DataFrame数据类型中名为‘price’的列进行处理，可以使用如下代码：

import re

def get_price(row):
    price_str = row['price']
    pattern = re.compile(r'\d+\.?\d*')  # 匹配数字部分
    price = pattern.findall(price_str)[0]  # 获取数字部分
    return float(price)

df['price'] = df.apply(get_price, axis=1)  # 对DataFrame应用函数

这段代码使用正则表达式匹配出字符串中的数字部分，然后将其转换为float类型返回。最后使用apply函数将此函数应用到DataFrame的每一行上，得到处理后的结果。

相关问题

python使用re正则表达式提取dataframe数据类型中以-分隔的第一个数字

可以使用pandas中的`str.extract()`方法结合正则表达式来提取。

假设需要提取的列名为`col_name`，可以使用以下代码：

import pandas as pd

# 构造样例数据
df = pd.DataFrame({'col_name': ['123-456', '789-012', '345-678']})

# 提取第一个数字
df['new_col'] = df['col_name'].str.extract(r'^(\d+)-')

# 查看结果
print(df)

输出：

  col_name new_col
0  123-456     123
1  789-012     789
2  345-678     345

上述代码中，正则表达式`r'^(\d+)-'`表示：

- `^`：匹配字符串的开头
- `(\d+)`：匹配一个或多个数字，并且使用括号将其分组，方便后续提取
- `-`：匹配一个横杠

因此，提取的结果就是以横杠分隔的第一个数字。

python去除dataframe数据类型‘总价123-456(万/套)’中的字符串

可以使用正则表达式来去除dataframe中字符串中的非数字字符，例如：

import re

# 示例数据
df = pd.DataFrame({'总价': ['123-456(万/套)', '789-1011(万/套)']})

# 定义正则表达式
pattern = re.compile(r'\D+')

# 去除非数字字符
df['总价'] = df['总价'].apply(lambda x: re.sub(pattern, '', x))

# 输出结果
print(df['总价'])

输出结果为：

0     123456
1    7891011
Name: 总价, dtype: object

这样就能去除字符串中的非数字字符了。