含千分位逗号的DataFrame价格列拆分问题求助

问题出在你直接用逗号作为拆分符——价格本身的千分位逗号会被误判成分隔符，导致拆分混乱。要解决这个问题，得精准匹配两个价格之间的分隔逗号（也就是紧跟$的逗号），用正则表达式来拆分：

核心代码 #

import pandas as pd

# 匹配 ",$" 作为分隔符，只拆分一次
data_phones[['actual_price', 'installment_price']] = data_phones['prices'].str.split(r',\$', n=1, expand=True)

# 补回第二个价格丢失的开头$
data_phones['installment_price'] = data_phones['installment_price'].apply(lambda x: f'${x}' if pd.notna(x) else x)

代码说明 #

• r',\$'：正则表达式，精准匹配逗号后紧跟美元符号的位置，这正是两个价格的分隔点，不会误拆千分位逗号。
• n=1：限制只拆分一次，适配你的数据中最多两个价格的场景。
• 补回$：拆分后第二个价格会丢失开头的$，用lambda表达式补上，保证格式统一。

可选：将价格转为数值类型 #

如果需要把价格转成可计算的数值，可进一步处理：

def clean_price(price_str):
    if pd.isna(price_str):
        return None
    # 移除$和千分位逗号，转为浮点数
    return float(price_str.replace('$', '').replace(',', ''))

data_phones['actual_price'] = data_phones['actual_price'].apply(clean_price)
data_phones['installment_price'] = data_phones['installment_price'].apply(clean_price)

测试结果 #

用你的示例数据测试，拆分后原始格式的结果：

转为数值后的结果：

内容的提问来源于stack exchange，提问作者Fanny Oliver