前言

在实作时，常常会把所有资讯存成 csv 档做纪录，用 pandas 的 read_csv 读取後，以 DataFrame 的方式浏览，不过这样内容就会是以「字串」的方式来储存，如果需要用到储存的数值时就有点麻烦，所以本篇会介绍一些从字串取出数字的方法。

重点摘录

方法一：number_from_string.get_nums()
方法二：.isdigit()
方法三：re.findall(r'-?\d+\.?\d*', list)

方法介绍

好用的放在前面～

方法一：现成套件 (number_from_string)

使用 number_from_string 当中的 get_nums()
得到的数字直接是数值型态

安装指令：

pip install nums_from_string

范例：

# 载入现成套件
import nums_from_string as nfs

# 使用 get_nums() 函数
string_with_number = '[6, 7, 8, 9, 10, 11, 12, 13, 14]'
number_list = nfs.get_nums(string_with_number)

print('Extracted numbers: ', number_list)
print('Type of item in "number_list": ', type(number_list[0]))

>>> Extracted numbers:  [6, 7, 8, 9, 10, 11, 12, 13, 14]
>>> Type of item in "number_list":  <class 'int'>

方法二：isdigit()

把字串中每个字元拆开，依序用 isdigit() 来判断是不是数字，是的话再看要转换成什麽数值型态 (可以用 int(), flost())，再储存到 list 里面

缺点：
这个方法的问题在於，要依据什麽来分割字串，str.split() 默认设定是根据空格，但如果字串比较复杂这个方法就比较不适合。另外一个直接的问题是，如果以字元为单位来分割的话（如下面范例），非个位数的位数就会被拆开，旧问题就满严重的～

范例：

# 将字串拆开，依序用 isdigit() 来判断是否为数字
string_with_number = '[3, 4, 5, 6, 7, 8]'
number_list = [int(item) for item in string_with_number if item.isdigit()]

print('Extracted numbers: ', number_list)
print('Type of item in "number_list": ', type(number_list[0]))

>>> Extracted numbers:  [3, 4, 5, 6, 7, 8]
>>> Type of item in "number_list":  <class 'int'>

方法三：正规表达式

这个方法我觉得相对麻烦，但如果要筛选的情况比较特别，想要设定一些条件的话，这个方法满值得试试看～

正规表达式简介

正规表达式的基本概念就是：[某个或某类匹配内容] 加上 [设定匹配出现的情况]

一些基本正规表达式的意思如下：
* 表示比对内容可以出现 0 次或多次
? 表示比对内容可以出现 0 或 1 次
+ 表示比对内容至少出现 1 次，没有上限
\ 则是可以粗分成两种来说明：

1. 让有特殊功能的符号，变成单纯表示字串的符号（例如：. 表示除了 '\n' 之外的任何字元，但是 . 就变成是匹配小数点）
2. 或者是表示特殊序列（例如：\d 就代表数字 0 到 9）

下面直接来解释参考文献中举的例子：
针对 '-?\d+\.?\d*' 这一串来做个解析，来看为什麽这一串可以帮助我们找到字串中的数字：

• -?：负号出现0次或1次
• \d+：0 到 9 至少出现一次
• \.?\d*：这边表有小数点的情况考虑进去（小数点可以出现 0 次或 0 次），以及後面可以再接数字（数字可以出现 0 次或多次）

参考文献中举的例子：

# 先载入正规表达式的套件 re (Regular Expressions)
import re

# 使用 re.findall()
sentence = 'Extract 100 , 100.45 and 10000 from this string'
s = [float(s) for s in re.findall(r'-?\d+\.?\d*', sentence)]
print(s)

>>> [100.0, 100.45, 10000.0]

谢谢大家看到这边，如果有错误的地方，或是想讨论的，欢迎在下方留言～

References

• How To Extract Numbers From A String In Python?
• 爬虫资料清洗 - re 正则表达式