如何修改Python代码处理租金价格范围值并计算统一周租均价？

嘿，我完全懂你现在的困扰——原来的代码只能抓单个价格，碰到价格范围、多房源报价或者混合单位的情况就直接歇菜了对吧？别慌，咱们来一步步调整代码，把这些复杂情况都搞定。

核心思路调整 #

原来用re.search只会提取第一个匹配的价格，咱们换成re.findall把文本里所有价格数字都抓出来；然后把所有价格统一转换成周租单位，最后对多个价格（不管是范围还是多房源报价）计算平均值，这样就能得到统一格式的周租均价了。

修改后的完整代码 #

import re
import pandas as pd

data = {
'prices': [
'$350.00',
'$450.00 pw',
'$325 per week',
'$495pw - Views! White goods!',
'$460p/w + gst and outgoings',
'$300 wk',
'$390pw / $1695pcm',
'$180 pw / $782 pm',
'$375 Per Week/Fully Furnished',
'$350 pw + GST & Outgoings',
'APPLY NOW - From $270 per week',
'$185 per night',
'$400pw incl. power',
'$500 weekly',
'$600 per week pw',
'$850 per week (Fully furnished)',
'FROM $400PW, FURNITURE AND BILLS INCLUDED',
'THE DEAL- $780 PER WEEK',
'THE DEAL: $1,400 PER WEEK',
'$750/W Unfurnished',
'$320 - fully furnished pw',
'$330 PER WEEK | $1,430 P.C.M',
'Enquire Now: $690 per week',
'$460 per week / $1999 per month',
'$490 per week/Under Application approved',
'$1550pw - Location! Rare gem!',
'295 per week',  # Example without a dollar sign
'unit 2 - $780pw unit 3 - $760pw',  # Example with multiple prices
'$2500 pw high, $1600pw low,$380 pn',  # Example with multiple prices
'from $786 - $1572 per week',  # Example with multiple prices
'$590 to $639',  # Example with a range
'$280 - $290 pw'  # Example with a range
]
}

def extract_weekly_price(text):
    text = text.lower()
    # 提取所有数字部分（兼容带$、带逗号的千分位格式）
    price_strings = re.findall(r'\$?([\d,]+)', text)
    if not price_strings:
        return None
    
    # 把字符串转成数值，去掉千分位逗号
    raw_prices = []
    for s in price_strings:
        try:
            num = float(s.replace(',', ''))
            raw_prices.append(num)
        except ValueError:
            continue
    
    if not raw_prices:
        return None
    
    # 判断文本中的单位类型，用于统一转换为周租
    is_night = 'per night' in text or 'pn' in text
    is_month = any(kw in text for kw in ['pcm', 'p.c.m', 'pm', 'mth', 'per month'])
    is_year = 'p.a' in text or 'per annum' in text
    is_week = any(kw in text for kw in ['per week', 'pw', 'p/w', '/w', 'weekly', 'wk', 'per wk'])
    
    # 将所有价格统一转换为周租价格
    weekly_prices = []
    for price in raw_prices:
        if is_night:
            # 每晚价格转每周（乘以7）
            weekly = price * 7
        elif is_month:
            # 每月价格转每周（除以4.33，取平均每月周数）
            weekly = price / 4.33
        elif is_year:
            # 每年价格转每周（除以52）
            weekly = price / 52
        elif not is_week and not is_night and not is_month and not is_year:
            # 无明确单位时默认按周租处理（可根据你的数据集调整规则）
            weekly = price
        else:
            # 已经是周租相关单位，直接保留
            weekly = price
        weekly_prices.append(weekly)
    
    # 计算所有转换后价格的平均值
    avg_weekly = sum(weekly_prices) / len(weekly_prices)
    return round(avg_weekly, 3)

df = pd.DataFrame(data)
df['Weekly_rent'] = df['prices'].apply(extract_weekly_price)

# 查看处理结果
print(df[['prices', 'Weekly_rent']])

关键改进点说明 #

1. 全量提取价格：用re.findall替代re.search，一次性抓取文本里所有价格数字，不管是单个价格、价格范围还是多房源报价。
2. 兼容特殊格式：处理无$符号的价格（比如295 per week）、带千分位逗号的价格（比如$1,400 PER WEEK）。
3. 智能单位转换：自动识别文本中的单位（每晚、每月、每年、每周），把所有价格统一转换成周租基准。
4. 统一输出均价：对多个价格（范围或多房源）取平均值，保证输出格式一致。

特殊情况说明 #

如果碰到像$2500 pw high, $1600pw low,$380 pn这种混合单位的文本，当前逻辑会把所有价格都转换成周租后再平均（比如$380 pn会转成2660周租）。如果你希望只保留周租相关的价格，可以在代码里加个筛选逻辑——比如通过正则匹配价格附近的单位，只保留周租对应的价格再计算平均，不过这个需要更复杂的正则规则，如果你数据集里这种情况不多，当前逻辑应该完全够用。

备注：内容来源于stack exchange，提问作者X.x