如何替换DataFrame类整数字符串列中的文本值及解决报错

问题分析 #

你需要处理两类字符串内容：一类是完全无数字的文本（如"Ask For Price"），另一类是带单位的数字字符串（如含"Kms"的内容），原代码因正则语法错误和逻辑错误导致报错。

分步解决方案 #

1. 处理特定无意义文本 #

先把"Ask For Price"这类无法提取数字的文本替换为缺失值（后续可根据业务需求填充0或删除对应行）：

import pandas as pd

car_sales["Price"] = car_sales["Price"].replace("Ask For Price", pd.NA)

2. 提取数字内容 #

对于包含数字和单位（如"Kms"）的字符串，用正则提取所有连续数字：

# 提取字符串中的数字部分，无数字的会返回NaN
car_sales["Price"] = car_sales["Price"].str.extract(r'(\d+)', expand=False)

3. 转换为整数 #

将提取后的结果转为整数，同时处理缺失值（这里以填充0为例，也可以用dropna()删除缺失行）：

car_sales["Price"] = car_sales["Price"].fillna(0).astype(int)

合并简化版代码 #

如果要一次性处理所有情况：

car_sales["Price"] = car_sales["Price"].replace(["Ask For Price"], pd.NA)
car_sales["Price"] = car_sales["Price"].str.extract(r'(\d+)', expand=False).fillna(0).astype(int)

原代码错误说明 #

你的正则表达式存在两个关键问题：

• 语法错误：['Ask For Price',.]内部单引号与外层字符串的单引号冲突，导致正则解析失败
• 逻辑错误：|.\d*会匹配任意字符加任意数字，最终把有效数字也替换为空，空字符串无法转为整数类型

内容的提问来源于stack exchange，提问作者Adnan Manzoor