如何在Pandas中提取列表中的单个值？寻求更优数值提取方案

嘿，我来给你分享几个比多次调用str.replace更高效简洁的方案，刚好适配你这种带[]和%的数值提取场景！

方法1：正则提取核心数值（最推荐） #

直接用str.extract精准匹配数字和小数点部分，一步到位拿到我们需要的数值：

df['budget_clean'] = df['budget'].str.extract(r'(\d+\.\d+)').astype(float)

运行后就能得到你想要的结果：

0    45.55
1    34.54
2    12.21
3    99.12
Name: budget_clean, dtype: float64

这个方法的优势是精准定位，只提取我们需要的数值部分，避免多余的字符串操作，大数据集下效率会比多次replace高不少。

方法2：一次性移除首尾符号 #

先用str.strip去掉首尾的方括号，再替换掉百分号，比两次replace少一次调用：

df['budget_clean'] = df['budget'].str.strip('[]').str.replace('%', '').astype(float)

strip('[]')会一次性清除字符串开头的[和结尾的]，代码更简洁，逻辑也更清晰。

方法3：批量替换所有非目标字符 #

用正则匹配所有不是数字和小数点的字符，一次性替换为空：

df['budget_clean'] = df['budget'].str.replace(r'[^\d.]', '', regex=True).astype(float)

这里[^\d.]表示匹配所有**不是数字（\d）和小数点（.）**的字符，一次操作就搞定所有多余符号，代码最短。

补充说明：列表中仅包含一个元素。

内容的提问来源于stack exchange，提问作者shantanuo