数据转成int本来是1000+的数据变成两位数甚至个位数

df['unit_price'] = df.unit_price.map(lambda x: int(re.findall(r'\d+', x)[0]))

这个数据转成int本来是1000+的数据变成两位数甚至个位数，如果是三位数的数据就没关系，这是为什么啊，要怎么解决

【以下回答由 GPT 生成】

这个问题的原因是在将字符串转换为整数时，代码只提取了找到的第一个数字，而没有考虑到数据中可能存在多个数字的情况。所以当数据中有多个数字时，只提取了第一个数字，导致数据变成了错误的值。

解决这个问题的方法是使用正则表达式提取所有的数字，并将它们组合成一个完整的数字。下面是一个修复代码的示例：

import re

def extract_number(x):
    numbers = re.findall(r'\d+', x)  # 提取所有的数字
    number_str = ''.join(numbers)  # 将数字列表转换为字符串
    return int(number_str)  # 将字符串转换为整数

df['unit_price'] = df.unit_price.map(extract_number)

上述代码使用了一个新的extract_number函数来提取所有的数字，并将它们组合成一个字符串。然后，将该字符串转换为整数并将其赋值给unit_price列。

请注意，为了使用上述代码，需要先导入re模块，因为它提供了正则表达式的功能。

使用上述修复代码，可以正确地将数据转换为整数，并保持原始格式。希望这个解决方案能够帮到你！如果还有其他问题，请随时向我提问。

【相关推荐】

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/732100
• 这篇博客你也可以参考下：爬取表情包-1分钟爬取1000多张图，斗图不在怕-（原创）

给出一部分数据样例看看

4,916元/平变成4这样
你用re.findall(r'\d+', x)的结果是['4', '916']，所以int(re.findall(r'\d+', x)[0])就是4了