Python Pandas清洗price列：移除特殊字符且保留小数点

问题根源分析 #

1. 小数点移位原因：你用的\D正则会匹配所有非数字字符，包括小数点.，导致$9.99被替换成999，转成float后就是999.0。
2. NaN生成原因：原price列混合了float类型数值和带特殊字符的字符串，直接调用str.replace()时，Pandas会对非字符串类型（比如原有的float值）返回NaN，导致整列失效。

正确处理步骤 #

1. 先将整个price列转为字符串类型，确保所有值都能被字符串方法处理；
2. 用正则只保留数字和小数点，移除其他特殊字符；
3. 处理替换后产生的空字符串或无效值（比如只有小数点），转为NaN；
4. 最后转为float类型。

完整代码 #

import pandas as pd
import numpy as np

# 原始数据字典
wine_data = {
    '  country': ['Italy ', 'It aly ', ' $Chile  ', 'Sp ain', '$Spain', 'ITALY', '# Chile', ' Chile', 'Spain', ' Italy'],
    'price  ': [24.99, np.nan, 12.99, '$9.99', 11.99, 18.99, '@10.99', np.nan, '#13.99', 22.99],
    '#volume': ['750ml', '750ml', 750, '750ml', 750, 750, 750, 750, 750, 750],
    'ran king': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    'al cohol@': [13.5, 14.0, np.nan, 12.5, 12.8, 14.2, 13.0, np.nan, 12.0, 13.8],
    'total_PHeno ls': [150, 120, 130, np.nan, 110, 160, np.nan, 140, 130, 150],
    'color#  _INTESITY': [10, np.nan, 8, 7, 8, 11, 9, 8, 7, 10],
    'HARvest_  date': ['2021-09-10', '2021-09-12', '2021-09-15', np.nan, '2021-09-25', '2021-09-28', '2021-10-02', '2021-10-05', '2021-10-10', '2021-10-15']
}

df = pd.DataFrame(wine_data)

# 重命名列（去掉列名的空格，方便后续操作）
df.rename(columns={'price  ': 'price'}, inplace=True)

# 核心清洗逻辑
df['price'] = df['price'].astype(str)  # 统一转为字符串类型，避免str方法失效
df['price'] = df['price'].str.replace(r'[^0-9.]', '', regex=True)  # 仅保留数字和小数点
df['price'] = df['price'].replace(['', '.'], np.nan)  # 处理替换后的无效值为标准NaN
df['price'] = df['price'].astype(float)  # 转为float类型

# 查看处理结果
print(df['price'])

代码解释 #

• astype(str)：把原列的float、NaN统一转成字符串，避免str.replace()对非字符串值返回NaN；
• [^0-9.]：正则表示只保留数字0-9和小数点，其他所有特殊字符（$、#、@等）都会被移除；
• replace(['', '.'], np.nan)：处理替换后可能出现的空字符串（比如原先是NaN转成的'nan'替换后为空）或只有小数点的无效值，转为标准NaN；
• 最后转float类型，得到正确的数值格式。

验证结果 #

处理后price列的值为：

0    24.99
1     NaN
2    12.99
3     9.99
4    11.99
5    18.99
6    10.99
7     NaN
8    13.99
9    22.99
Name: price, dtype: float64

内容的提问来源于stack exchange，提问作者Simon Levi