在 python 中將字符串分成數字和字母

Question

兩天前開始學習python。 今天我構建了一個 web 抓取腳本，它從 yahoo Finance 中提取數據並將其放入 csv 文件中。 我遇到的問題是某些值是字符串，因為雅虎財經如此顯示它們。

例如：收入：806.43M

當我將它們復制到 csv 時，我無法使用它們進行計算，所以我想知道是否可以將“806.43”和“M”分開，同時仍然保持兩者查看數字的單位並將它們放在兩個不同的列中。

對於 excel 寫作我使用這個命令：

f.write(revenue + "," + revenue_value + "\n")

在哪里：

print(revenue)
Revenue (ttm)
print(revenue_value)
806.43M

所以最后我應該能夠使用一個看起來像這樣的命令

f.write(revenue + "," + revenue_value + "," + revenue_unit + "\n")

其中收入值是 806.43，收入單位是 M

希望有人可以幫助解決這個問題。

Answer 1

我相信最簡單的方法是將數字解析為字符串，然后根據字符串末尾的單位將其轉換為浮點數。

---

以下應該可以解決問題：

def parse_number(number_str) -> float:
    mapping = {
        "K": 1000,
        "M": 1000000,
        "B": 1000000000
    }

    unit = number_str[-1]
    number_float = float(number_str[:-1])

    return number_float * mapping[unit]

這是一個例子：

my_number = "806.43M"
print(parse_number(my_number))
>>> 806430000.0

Answer 2

您可以隨時嘗試正則表達式。

這是一個很好的在線工具，可讓您練習使用 Python 特定的標准。

import re

sample = "Revenue (ttm): 806.43M"

# Note: the `(?P<name here>)` section is a named group. That way we can identify what we want to capture.
financials_pattern = r'''
    (?P<category>.+?):?\s+?     # Capture everything up until the colon
    (?P<value>[\d\.]+)          # Capture only numeric values and decimal points
    (?P<unit>[\w]*)?            # Capture a trailing unit type (M, MM, etc.)
'''

# Flags:
#     re.I -> Ignore character case (upper vs lower)
#     re.X -> Allows for 'verbose' pattern construction, as seen above
res = re.search(financials_pattern, sample, flags = re.I | re.X)

打印我們的值字典：

res.groupdict()

Output：

{'category': 'Revenue (ttm)',
'value': '806.43',
'unit': 'M'}

我們還可以使用 .groups() 以元組的形式列出結果。

res.groups()

Output：

('Revenue (ttm)', '806.43', 'M')

在這種情況下，我們會立即將這些結果解壓縮到您的變量名中。

revenue = None # If this is None after trying to set it, don't print anything.

revenue, revenue_value, revenue_unit = res.groups()

我們將使用花哨的 f 字符串打印出您的f.write()調用以及我們捕獲的結果。

if revenue:
    print(f'f.write(revenue + "," + revenue_value + "," + revenue_unit + "\\n")\n')
    print(f'f.write("{revenue}" + "," + "{revenue_value}" + "," + "{revenue_unit}" + "\\n")')

Output：

f.write(revenue + "," + revenue_value + "," + revenue_unit + "\n")

f.write("Revenue (ttm)" + "," + "806.43" + "," + "M" + "\n")