提取字符串中的浮点数是一项常见的编程任务，尤其是在处理数据清洗和预处理时，在Python中，有多种方法可以实现这一功能，下面，我将详细介绍几种常用的方法，帮助你轻松提取字符串中的浮点数。

正则表达式

正则表达式是处理字符串的强大工具，它可以帮助你识别和提取符合特定模式的文本，在Python中，re模块提供了对正则表达式的支持。

import re
def extract_floats(s):
    pattern = r'[-+]?[0-9]*.?[0-9]+(?:[eE][-+]?[0-9]+)?'
    return re.findall(pattern, s)
示例
text = "今天的温度是25.5度，昨天是22.3度，明天预计会上升到28.1度。"
floats = extract_floats(text)
print(floats)  # 输出: ['25.5', '22.3', '28.1']

在这个例子中，我们定义了一个正则表达式模式来匹配浮点数，这个模式包括可选的正负号、整数部分、小数点、小数部分，以及可选的指数部分。

分割和过滤

如果你的字符串结构比较简单，比如数字之间有明显的分隔符，你可以使用字符串的split方法来分割字符串，然后通过条件判断来过滤出浮点数。

def extract_floats(s):
    words = s.split()
    return [word for word in words if word.replace('.', '', 1).isdigit() and '.' in word]
示例
text = "我的账户余额是 123.45，昨天消费了 50.00。"
floats = extract_floats(text)
print(floats)  # 输出: ['123.45', '50.00']

这个方法首先将字符串分割成单词列表，然后检查每个单词是否包含小数点并且去掉小数点后剩余部分是数字。

循环检查

如果你想要更直观地控制提取过程，可以遍历字符串中的每个字符，检查是否形成浮点数。

def extract_floats(s):
    floats = []
    i = 0
    while i < len(s):
        if s[i].isdigit() or s[i] == '.' or (s[i] in '-+' and i > 0 and (s[i-1] == '.')):
            j = i
            while j < len(s) and (s[j].isdigit() or s[j] == '.'):
                j += 1
            floats.append(s[i:j])
            i = j - 1
        i += 1
    return floats
示例
text = "价格分别为 99.99 和 199.99，折扣后为 89.99 和 179.99。"
floats = extract_floats(text)
print(floats)  # 输出: ['99.99', '199.99', '89.99', '179.99']

这个方法通过循环检查每个字符，如果符合浮点数的一部分，则继续向后检查直到不满足条件，然后将这段字符串添加到结果列表中。

使用第三方库

如果你正在处理大规模的数据或者需要更复杂的数值提取，可以考虑使用第三方库，如pandas或numpy，它们提供了强大的数据处理功能。

import pandas as pd
def extract_floats(s):
    # 使用pandas的to_numeric函数，非数字部分将被设置为NaN
    series = pd.to_numeric(s, errors='coerce')
    # 过滤出非NaN值并转换为字符串
    return series[~series.isna].astype(str).tolist()
示例
text = "库存有 10 个苹果，价格是 2.5 元/个；20 个香蕉，价格是 1.2 元/个。"
floats = extract_floats(text)
print(floats)  # 输出: ['2.5', '1.2']

这个方法利用pandas的to_numeric函数尝试将字符串转换为数值，非数值部分将被忽略，然后我们过滤出有效的数值并转换为字符串列表。

提取字符串中的浮点数可以通过多种方法实现，选择哪种方法取决于你的具体需求和字符串的复杂性，正则表达式提供了强大的模式匹配能力，适合复杂的字符串提取；而简单的分割和过滤方法则适用于结构简单的字符串；循环检查方法则提供了更多的控制和灵活性；使用第三方库则可以简化代码并提高处理大规模数据的效率，不同的方法各有优势，可以根据实际情况选择最合适的方法。