如何从pandas DataFrame折扣列中提取纯数值并解决处理返回nan的问题

失效原因排查 #

之前的代码返回全nan主要有几个常见问题：

• 列名大小写不匹配：原列名为Discount（首字母大写），如果代码中使用全小写的discount取列，会直接返回空值填充为nan
• 字符串方法使用错误：lstrip/rstrip是按字符集合匹配而非完整字符串匹配，且删除%的方向完全错误；仅替换off没有处理%和中间的空格，也达不到效果
• 列类型问题：如果Discount列不是字符串（object）类型，直接调用.str类方法会返回nan

可行解决方案 #

推荐方案：正则提取（稳定性最高）

不受多余字符干扰，直接匹配字符串中的连续数字，一步得到结果：

# 提取连续数字后转为整数类型
df['discount'] = df['Discount'].str.extract(r'(\d+)', expand=False).astype(int)

固定格式分割方案

如果确认所有值的格式严格为数字% off，也可以用拆分法实现：

# 按空格拆分取第一个元素，删除末尾百分号后转整数
df['discount'] = df['Discount'].str.split().str[0].str.rstrip('%').astype(int)

异常排查 #

如果执行后仍出现nan，可先执行以下操作排查基础问题：

• 确认列名是否正确：执行print(df.columns)核对列名大小写
• 强制转换列类型为字符串：执行df['Discount'] = df['Discount'].astype(str)后再运行处理代码

内容的提问来源于stack exchange，提问作者Swat1999