如何将含日期与价格的文本转换为列表并生成DataFrame？

1. 解析文本提取日期与价格 #

先把原始文本里的日期和对应价格拆分出来，假设你的文本是按月份分组、每行格式为「日期: 价格」的结构，用Python字符串处理就能实现：

示例代码 #

# 替换成你的实际原始文本内容
raw_text = """Oct 2022
1: € 50
2: —
3: € 60
4: —
Nov 2022
1: € 45
2: € 55
3: —
"""

dates = []
prices = []
current_month = None
target_year = 2022

# 逐行遍历处理
for line in raw_text.strip().split('\n'):
    line = line.strip()
    if not line:
        continue
    # 识别月份行
    if line.endswith(str(target_year)):
        current_month = line.split()[0]
        continue
    # 拆分日期和价格
    day_part, price_part = line.split(':', 1)
    day = day_part.strip()
    price_str = price_part.strip()
    
    # 拼接完整日期字符串
    full_date = f"{day}-{current_month}-{target_year}"
    dates.append(full_date)
    
    # 处理价格：无价格标记转为None，有价格则提取数字
    if price_str == '—':
        prices.append(None)
    else:
        # 提取欧元价格中的数字，比如"€ 50"转为50.0
        price_num = float(price_str.split()[1])
        prices.append(price_num)

2. 生成Pandas DataFrame #

拿到日期和价格列表后，直接用Pandas构造DataFrame即可：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    '日期': dates,
    '价格(€)': prices
})

# 可选：将日期列转为datetime类型，方便后续日期相关操作
df['日期'] = pd.to_datetime(df['日期'], format='%d-%b-%Y')

# 查看结果
print(df)

3. 适配不同文本格式的说明 #

如果你的原始文本是多列排版、表格样式等其他格式，只需要调整文本解析的逻辑——核心是先定位月份信息，再把每个日期和对应的价格一一匹配。另外，把无价格的「—」转为None后，Pandas会自动识别为NaN，方便后续做数据清洗或分析。

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