1

文字列から、値部分のみを抽出したいのですが、実現するための正規表現が上手く書けず困っています。

※とあるデータのなかに、本来は【数値】のカラムがあるのですが、場合によっては「#」や「)」といった文字列が一緒に含まれているレコードがあるため、csv読み込み時に文字列と読み込まれてしまうので、数値部分のみを抽出したいと考えています。

例えば、"#5.3" や "5.3)" という文字列から、5.3 のみを抽出したいイメージです。

以下が試しているコードですが、こちらだと数字のみが抽出されてしまうため、「.(ドット)」を含めて抽出したいです。

import re
s = "5.3)"
result = res = re.sub(r"\D", "", s)
print(result)
# 53

アドバイスいただけますと幸いです。

4
  • こちら 小数点以下を含む値と含まない値があるデータから、数値のみを取り出す方法 と同件あるいは類似かもしれません。
    – kunif
    Commented 2021年6月26日 5:02
  • 対象の数値に符号(+-)や指数表記用の eE が含まれる事はありますか?
    – user39889
    Commented 2021年6月26日 5:23
  • kunif様:ありがとうございます!該当記事確認させていただきます!
    – user47038
    Commented 2021年6月26日 5:35
  • metropolis様:ご確認いただいた内容は含まれません!(下記cubick様のアドバイスを参考に、解決できました)
    – user47038
    Commented 2021年6月26日 5:35

1 件の回答 1

1

不要な文字の対象に . は含まれないと仮定して、例えば以下のような書き方ができると思います。

result = res = re.sub(r"[^\d.]", "", s)
1
  • このような書き方は知りませんでした、、ありがとうございました!
    – user47038
    Commented 2021年6月26日 5:36

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。