如何从pandas字符串列中正确提取带正负号的数值上下限

正确实现代码 #

你可以直接用str.extract()匹配两个捕获组完成拆分，不需要用extractall，正则表达式写为^(-?\d+)-(\d+)$即可区分负号和分隔符：

# 拆分valid_values为lower_limit、upper_limit两个字段
data_dict[['lower_limit', 'upper_limit']] = data_dict['valid_values'].str.extract(r'^(-?\d+)-(\d+)$')
# 可选：将拆分得到的字符串转为整数类型
data_dict[['lower_limit', 'upper_limit']] = data_dict[['lower_limit', 'upper_limit']].astype(int)

逻辑说明 #

你的两种原有写法的问题分别是：第一种正则(\d+)未覆盖负号场景，导致下限的负号丢失；第二种正则([+-]\d+)会把分隔符的-识别为上限的符号，导致上限结果错误。

本次使用的正则匹配规则：

• ^ 匹配字符串开头
• 第一个捕获组(-?\d+)：匹配可选负号 + 多位数字，对应范围的下限，会自动保留负号
• 中间的-：固定匹配上下限之间的分隔符
• 第二个捕获组(\d+)：匹配多位正整数，对应范围的上限，不会误加负号
• $ 匹配字符串结尾，避免异常格式干扰
  你给出的所有测试样例都可以用以上代码正确拆分。

内容的提问来源于stack exchange，提问作者Zenvega