如何在Pandas数据框中将货币符号前缀拆分至单独列

针对你提供的Amount列数据（包含带₹符号、纯数字、破折号占位的情况），可以通过以下步骤拆分出货币符号列和清洗后的金额列：

步骤1：提取货币符号 #

使用正则表达式提取开头的非数字、非破折号字符，作为货币符号：

import pandas as pd

# 假设你的数据框名为df
df['Currency'] = df['Amount'].str.extract(r'^([^\d—]+)?', expand=False)

正则^([^\d—]+)?会匹配字符串开头的所有非数字、非破折号的字符，没有符号的行将返回NaN。

步骤2：提取并清洗金额 #

先移除货币符号、千分位逗号，再将破折号替换为缺失值，最后转换为整数类型：

df['Cleaned_Amount'] = (
    df['Amount']
    .str.replace(r'^[^\d]+', '', regex=True)  # 移除开头的非数字字符（即货币符号）
    .str.replace(',', '')  # 移除千分位逗号
    .replace('—', pd.NA)  # 将破折号替换为标准缺失值
    .astype('Int64')  # 转换为支持缺失值的整数类型
)

结果说明 #

处理后的数据框会新增Currency（货币符号，如₹或NaN）和Cleaned_Amount（整数格式的金额，缺失值显示为<NA>）两列，原Amount列可以根据需要保留或删除。

内容的提问来源于stack exchange，提问作者suresh kumar