pandas应用regex替换值

Question

我已将一些定价数据读入pandas数据框，其值显示为：

$40,000*
$40000 conditions attached

我想把它简化成数值。 我知道我可以循环使用regex

[0-9]+

然后将结果列表重新连接到每个字段，但是否有不循环的方法？

谢谢

Answer 1

您可以使用^{}：

import pandas as pd

df = pd.DataFrame(['$40,000*','$40000 conditions attached'], columns=['P'])
print(df)
#                             P
# 0                    $40,000*
# 1  $40000 conditions attached

df['P'] = df['P'].str.replace(r'\D+', '').astype('int')
print(df)

收益率

       P
0  40000
1  40000

因为\D匹配任何non-decimal digit。

Answer 2

您可以使用pandas的replace方法；还可以保留千位分隔符“，”和小数点分隔符“

import pandas as pd

df = pd.DataFrame(['$40,000.32*','$40000 conditions attached'], columns=['pricing'])
df['pricing'].replace(to_replace="\$([0-9,\.]+).*", value=r"\1", regex=True, inplace=True)
print(df)
pricing
0  40,000.32
1      40000

Answer 3

您可以使用re.sub()删除所有非数字：

value = re.sub(r"[^0-9]+", "", value)

regex101 demo