如何从含文本的列中提取指定汇率，缺失时使用其他列的float数值

默认你使用Python的pandas库处理结构化数据集，按以下步骤操作即可：

• 第一步：从文本列提取汇率值
  用正则精准匹配汇率位置，替换示例代码中的列名对应你的实际数据集即可：

  # 假设存储混合文本的列名为text_col
  df['extracted_rate'] = df['text_col'].str.extract(
      r'exchange rate of \*\* (\d+\.?\d*) \*\*', 
      expand=False
  ).astype(float)
  

• 第二步：填充无汇率行的缺失值
  直接用你准备好的另一列float值填充提取结果的空值即可：

  # 假设用来填充缺失值的float列名为backup_rate
  df['extracted_rate'] = df['extracted_rate'].fillna(df['backup_rate'])
  

格式适配说明 #

如果你的文本里汇率前后的星号数量、空格数量不固定，可以把正则调整为下面的版本，适配更多不规范格式：
r'exchange rate of\s*\**\s*(\d+\.?\d*)\s*\**'
该正则会自动忽略exchange rate of和数值之间的任意空格、星号，提取结果更稳定。

内容的提问来源于stack exchange，提问作者perico