提取价格文本 Pandas答案

【问题标题】：Extracting price text Pandas提取价格文本 Pandas
【发布时间】：2021-02-08 06:13:17
【问题描述】：

我从网站上提取了有关房价的数据，但是价格列有诸如“报价超过 790,00 美元”之类的文字我希望能够提取价格，我已经尝试过

 test={'Price':['$593,000','$320,000+ price range','Offers Over $795,000'],'Bedrooms':['3','2','1']}
 Houses=pd.DataFrame(test)
 Houses['Price'].str.extract(pat='([$].)')

但是，这只会提取 $ 和第一个数字，但不会提取整个数字。

【问题讨论】：

“提取 $ 和第一个数字” - 这正是 ([$].) 应该提取的内容。

标签： python pandas dataframe extract

【解决方案1】：

应该在这里工作的一般正则表达式模式是：

\$\d{1,3}(?:\,\d{3})*\b

Demo

Python 代码：

Houses['Amount'] = Houses['Price'].str.extract(pat=r'\$(\d{1,3}(?:\,\d{3})*)\b')

如果您可能需要满足包含小数部分的房价，那么只需使用此正则表达式：

\$\d{1,3}(?:\,\d{3})*(?:\.\d+)?\b

【讨论】：

不幸的是，这只是给我一个错误“ValueError：模式不包含捕获组”
@AusMau 已修复。为正则表达式模式使用原始字符串。
太棒了，这一次有效，但是，现在我注意到价格末尾标有 m 或 s，例如“Mid to high $700,000s”，这个替代方案只提取 700，任何解决这个问题？非常感谢您的帮助
然后使用：pat=r'\$(\d{1,3}(?:\,\d{3})*)'，即去掉最后的单词边界即可。