如何用Python正则从Pandas DataFrame字符串提取结尾的数字或小数？

需要从Pandas DataFrame的Names列中，仅提取那些以数字或小数结尾的字符串中的数值。示例DataFrame如下：

import pandas as pd
df = pd.DataFrame({'Names': ["Absolute Neutrophil Count","Absolute Lymphocyte Count 2.9",
                       "Absolute Neutrophil Count 10.2","ESR (Modified Westergren) 8",
                        "Free Triiodothyronine (FT3) 3.59",
                        "Free Triiodothyronine FT4 4.53"]})

期望提取结果为：

0  Missing/None
1  2.9
2  10.2
3  8
4  3.59
5  4.53

尝试了以下代码但未得到预期结果：

df.iloc[:,0].str.extract(r'^(.*?)\s*(\d\.?\d*)?$') #  '\d+\.\d+'

错误输出为：

0      1
0   Absolute Neutrophil Count     NaN
1   Absolute Lymphocyte Count     2.9
2   Absolute Neutrophil Count 1   0.2
3   ESR (Modified Westergren)     8
4   Free Triiodothyronine (FT3)   3.59
5   Free Triiodothyronine FT4     4.53

要求使用DataFrame的str.extract方法解决，避免使用re模块或字符串处理方法。

之前的正则表达式错误在于，\d\.?\d*会匹配单个数字后接可选小数点和数字，导致像10.2这类数值被错误拆分。正确的做法是锚定字符串末尾，匹配结尾的整数或小数。

使用以下代码即可实现需求：

# 提取末尾的整数或小数，返回Series
result = df['Names'].str.extract(r'(\d+\.?\d*)$', expand=False)
# 将缺失值替换为指定文本
result = result.fillna("Missing/None")
print(result)

运行后输出：

0    Missing/None
1             2.9
2            10.2
3               8
4            3.59
5            4.53
Name: Names, dtype: object

正则表达式说明 #

• (\d+\.?\d*)：匹配一个或多个数字开头，可选的小数点，再跟随零个或多个数字，能覆盖整数（如8）和各种格式的小数（如2.9、3.59）。
• $：锚定到字符串结尾，确保只提取位于末尾的数值，不会误匹配字符串中间的数字（比如FT3中的3不会被提取）。
• expand=False：设置为False后返回Series，格式更贴合期望的输出结果。

内容的提问来源于stack exchange，提问作者ViSa