怎么用Python处理带有复杂货币符号和逗号的数值列_利用正则表达式清洗并转为float-Python教程-PHP中文网

应使用正则提取数字结构再标准化分隔符：先用 r'[-+]?\d{1,3}(?:[.,]\d{3})*(?:[.,]\d+)?'捕获有效数字，再依位置判断并替换小数点/逗号，最后转float。

怎么用python处理带有复杂货币符号和逗号的数值列_利用正则表达式清洗并转为float

遇到 $1,234.56 或 ¥1.234,56 怎么统一转成 float

不同地区货币格式差异大，直接用 float() 会报 ValueError: could not convert string to float。核心是先剥离非数字字符（但要保留小数点和负号），再处理千分位逗号和小数点位置冲突——比如欧洲习惯用逗号作小数点、点作千分位，而美国相反。

实操建议：

别用 .replace(',', '') 粗暴去掉所有逗号，会误杀欧洲格式里的小数点
优先识别货币符号前缀（如 $、¥、€）和结尾单位（如 USD），用正则 re.sub(r'^[^\d\-]+|[^\d\-]+$', '', s) 去头去尾
再判断字符串里逗号和点的数量与位置：若只有一个逗号且在倒数第3位（如 1,234.56），大概率是千分位；若只有一个点且在倒数第3位（如 1.234,56），大概率是欧洲小数点

用正则一步提取有效数字部分（含负号和小数）

最稳的方式不是“清洗”，而是“提取”：用 re.search() 直接捕获带符号、小数、可选千分位的数字结构，忽略周围所有干扰字符。

推荐正则模式：r'[-+]?\d{1,3}(?:[.,]\d{3})*(?:[.,]\d+)?'

说明：

[-+]? 匹配可选正负号
\d{1,3} 匹配整数部分开头（1~3位）
(?:[.,]\d{3})* 匹配零或多个“点或逗号+三位数字”（千分位组）
(?:[.,]\d+)? 匹配可选的小数部分（一个小数点或逗号后跟至少一位数字）

示例：

Galileo python sdk

Galileo AI 平台 Python SDK 完整参考，用于评估、监控和保护 GenAI 应用，适用于构建 Python 应用。

下载

import re
def extract_number(s):
    match = re.search(r'[-+]?\d{1,3}(?:[.,]\d{3})*(?:[.,]\d+)?', s)
    if match:
        raw = match.group()
        # 统一替换小数分隔符为点，删千分位分隔符
        if ',' in raw and raw.rfind(',') > raw.rfind('.'):
            raw = raw.replace('.', '').replace(',', '.')
        else:
            raw = raw.replace(',', '')
        return float(raw)
    return float('nan')

批量处理 Pandas DataFrame 的货币列

对 pd.Series 用 .str.extract() 比 .apply() + 正则快得多，且自动处理空值和异常。

实操建议：

用 df['price'].str.extract(r'([-+]?\d{1,3}(?:[.,]\d{3})*(?:[.,]\d+)?)') 得到只含数字字符串的 Series
再链式调用 .str.replace(r'[.,](?=\d{3}($|[^.,]))', '', regex=True).str.replace(',', '.').astype(float) —— 这个正则只删千分位分隔符，保留末尾小数点
如果数据里混有纯整数（如 $100）和带小数（$100.99），确保最终 astype(float) 不报错，可加 errors='coerce'