前言

在實作時，常常會把所有資訊存成 csv 檔做紀錄，用 pandas 的 read_csv 讀取後，以 DataFrame 的方式瀏覽，不過這樣內容就會是以「字串」的方式來儲存，如果需要用到儲存的數值時就有點麻煩，所以本篇會介紹一些從字串取出數字的方法。

重點摘錄

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

方法介紹

好用的放在前面～

方法一：現成套件 (number_from_string)

使用 number_from_string 當中的 get_nums()
得到的數字直接是數值型態

安裝指令：

pip install nums_from_string

範例：

# 載入現成套件
import nums_from_string as nfs

# 使用 get_nums() 函數
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()

把字串中每個字元拆開，依序用 isdigit() 來判斷是不是數字，是的話再看要轉換成什麼數值型態 (可以用 int(), flost())，再儲存到 list 裡面

缺點：
這個方法的問題在於，要依據什麼來分割字串，str.split() 默認設定是根據空格，但如果字串比較複雜這個方法就比較不適合。另外一個直接的問題是，如果以字元為單位來分割的話（如下面範例），非個位數的位數就會被拆開，舊問題就滿嚴重的～

範例：

# 將字串拆開，依序用 isdigit() 來判斷是否為數字
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：正規表達式

這個方法我覺得相對麻煩，但如果要篩選的情況比較特別，想要設定一些條件的話，這個方法滿值得試試看～

正規表達式簡介

正規表達式的基本概念就是：[某個或某類匹配內容] 加上 [設定匹配出現的情況]

一些基本正規表達式的意思如下：
* 表示比對內容可以出現 0 次或多次
? 表示比對內容可以出現 0 或 1 次
+ 表示比對內容至少出現 1 次，沒有上限
\ 則是可以粗分成兩種來說明：

1. 讓有特殊功能的符號，變成單純表示字串的符號（例如：. 表示除了 '\n' 之外的任何字元，但是 . 就變成是匹配小數點）
2. 或者是表示特殊序列（例如：\d 就代表數字 0 到 9）

下面直接來解釋參考文獻中舉的例子：
針對 '-?\d+\.?\d*' 這一串來做個解析，來看為什麼這一串可以幫助我們找到字串中的數字：

• -?：負號出現0次或1次
• \d+：0 到 9 至少出現一次
• \.?\d*：這邊表有小數點的情況考慮進去（小數點可以出現 0 次或 0 次），以及後面可以再接數字（數字可以出現 0 次或多次）

參考文獻中舉的例子：

# 先載入正規表達式的套件 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]

謝謝大家看到這邊，如果有錯誤的地方，或是想討論的，歡迎在下方留言～

References

• How To Extract Numbers From A String In Python?
• 爬蟲資料清洗 - re 正則表達式