str.extract只提取每行第一个匹配的数字，因其设计为“首匹配提取”，类似re.search()；多数字需用str.findall()或str.extractall()。
str.extract 为什么只能提取第一个匹配的数字
str.extract 默认使用捕获组 (...) 定义要提取的内容，且只返回每行**第一个成功匹配的结果**。如果你的字符串里有多个数字（比如 "订单号:123,金额:456.78"），str.extract(r'(\d+)') 只会拿到 "123"，后面的 "456" 被忽略。
这是设计使然，不是 bug。它对标的是“从每行中抽一个结构化字段”，类似从日志里提 request_id —— 通常只要一个。
- 想提全部数字？改用
str.findall(r'\d+')，返回 list，再用explode()展开 - 想提带小数点的数字？正则得写成
r'(\d+\.\d+|\d+)'，注意顺序：浮点优先，否则\d+先匹配掉整数部分 - 空值处理：没匹配上的行会变成
NaN，如果后续要转int，得先dropna()或用astype('Int64')
正则里用 \d 和 [0-9] 有区别吗
在 pandas 的 str.extract 中，\d 和 [0-9] 行为基本一致，但有个关键差异：\d 在某些 Unicode 模式下可能匹配全角数字（如 '１２３'），而 [0-9] **严格只认 ASCII 数字字符**。
多数中文数据场景下，原始字符串里的数字都是半角，所以用哪个都行；但如果你的数据来自 OCR 或用户粘贴，混入了全角数字，\d 可能意外命中，[0-9] 更可控。
- 推荐明确写
[0-9]，避免隐式 Unicode 行为 - 需要匹配负数？用
r'(-?[0-9]+\.?[0-9]*)'，注意-?要放最前，且小数点后数字可选 - 开头或结尾有空格干扰？加
strip()再 extract，别指望正则自动 trim
extract 后结果是 object 类型，怎么安全转成数值
str.extract 返回的列默认是 object dtype，即使内容全是数字字符串，也不能直接参与计算。直接 .astype(float) 遇到 NaN 会报错：TypeError: cannot convert float NaN to integer。
- 稳妥做法：用
pd.to_numeric(col, errors='coerce')，把非法值（含NaN）统一转为NaN，返回float64 - 要整数且确定无小数？先
to_numeric(..., downcast='integer')，再astype('Int64')（支持 null 的整数类型） - 千万别用
astype(int)—— 它不接受NaN，哪怕只有 1 行空也会崩
为什么 extract(r'(\d+)') 对 "abc123def456" 只返回 123
因为 str.extract 是**逐行尝试匹配一次**，正则引擎从左到右扫描，找到第一个满足 (\d+) 的子串就停，不会回溯找第二个。它不是“全局提取”，而是“首匹配提取”。
这种行为和 re.search() 一致，和 re.findall() 不同。如果你看到预期外的截断，大概率是误以为它能扫完整个字符串取所有数字。
- 验证方式：对单个字符串跑
re.search(r'(\d+)', s)，看 group(1) 是什么 - 真要多数字字段？提前用
str.split()或str.replace()做预处理，或者换str.extractall()（返回 MultiIndex DataFrame） -
extractall注意：结果行数可能大于原 DataFrame，后续 merge 要小心索引对齐
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
