如何用Pandas高效提取价格区间列的上下限至独立列？

先看你的示例数据集：

import pandas as pd

df = pd.DataFrame({'price_range': ['€4 - €25', '€3 - €14', '€25 - €114', '€112 - €146', 'No pricing available']})

最高效的方式是用Pandas的向量化字符串操作（避免循环），步骤如下：

1. 分割区间列：用str.split()配合expand=True直接把价格区间拆成两列，注意匹配原数据里的分隔符' - '（带空格），避免分割出错。
2. 清理字符并转数值：去掉欧元符号€，用pd.to_numeric()转换为数值类型，同时通过errors='coerce'把无定价的行转为NaN，方便后续处理。

完整代码：

# 分割价格区间为上下限两列
df[['lower_price', 'upper_price']] = df['price_range'].str.split(' - ', expand=True)

# 清理字符并转换为数值，异常值转为NaN
df['lower_price'] = pd.to_numeric(df['lower_price'].str.strip('€'), errors='coerce')
df['upper_price'] = pd.to_numeric(df['upper_price'].str.strip('€'), errors='coerce')

处理后的结果：

这种方法用的是Pandas内置的向量化操作，比手动循环效率高得多，适合处理大规模数据集。

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