Python提取Dimension列数值计算乘积：Model E输出异常求助

问题原因 #

你的原代码会提取文本中所有数字，包括像Model E里的35（来自35%），导致乘积为250*2*35=17500，与期望的500不符。核心问题是需要过滤掉百分比类的数值，只保留和容量/尺寸相关的有效数值来计算乘积。

解决方案 #

方案1：简洁正则过滤（推荐）

使用带负向断言的正则表达式，直接排除百分比前的数值，再计算剩余数值的乘积：

import pandas as pd

# 假设df是你的数据集
df['output'] = df['Dimension'].str.findall(r'\d*\.?\d+(?!\s*%)') \
                               .apply(lambda nums: pd.Series(nums).astype(float).prod())

正则说明：

• \d*\.?\d+：匹配整数或小数（如4.31、250、2）
• (?!\s*%)：负向预测断言，确保匹配的数值后面没有紧跟（含任意空格的）%，自动过滤百分比数值

方案2：自定义函数（更灵活）

如果后续需要添加更多过滤规则（比如排除特定后缀的数值），可以用自定义函数处理：

import pandas as pd
import re

def compute_output(dim_str):
    # 提取所有数值及后续的字符片段
    num_matches = re.findall(r'(\d*\.?\d+)([^\d]*)', dim_str)
    valid_nums = []
    for num_str, suffix in num_matches:
        if not num_str:
            continue
        # 跳过百分比数值
        if '%' in suffix:
            continue
        valid_nums.append(float(num_str))
    # 计算乘积，无有效数值时返回0
    return pd.Series(valid_nums).prod() if valid_nums else 0.0

df['output'] = df['Dimension'].apply(compute_output)

验证结果 #

运行后，各Model的output列将完全匹配你的期望：

内容的提问来源于stack exchange，提问作者Chayan Banerjee