如何在Pandas DataFrame中修剪空格与字符串并保留正确浮点数值？——extract方法导致数值失真的问题求助

你的问题出在正则表达式的匹配规则上：(\d+)只能匹配连续的整数部分，所以对于6.80000 SIAc这样的字符串，它只会提取出6，自然就丢失了小数部分，导致原有数值被改变。下面给你两种更合适的解决方案：

方案一：调整正则表达式匹配完整的浮点数 #

修改正则规则，让它能匹配包含小数点的完整数值：

samplework['pH'] = samplework['pH'].str.extract(r'(\d+\.\d+)', expand=False).astype(float)

如果你的数据里还可能出现整数形式的pH值（比如7 SIAc），可以用更通用的正则，同时兼容整数和小数：

samplework['pH'] = samplework['pH'].str.extract(r'(\d+\.?\d*)', expand=False).astype(float)

方案二：利用空格分割字符串取第一个元素 #

因为你的数值和后面的文本是用空格分隔的，直接按空格分割后取第一个元素会更简单直观：

samplework['pH'] = samplework['pH'].str.split().str[0].astype(float)

这个方法不需要写正则，代码可读性更强，特别适合这种固定的空格分隔场景。

两种方法都能帮你得到想要的结果：pH列只保留6.80000、8.00000这类浮点数值。

内容的提问来源于stack exchange，提问作者Jagruti