Para los ejemplos que proporcionas podrías hacerlo funcionar siguiendo tu idea original mediante algo así:
nc = {'-', '+', '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '.'}
simple_dream_team.Wage.apply(lambda x: ''.join(n for n in x if n in nc))
No obstante no es ni muy eficiente ni muy robusto.
Si tienes tus cadenas en una Serie o en una columna de un DataFrame puedes usar una expresión regular junto a pandas.Series.str.extract
:
import pandas as pd
df = pd.DataFrame({"Wage": ('€14.5M', '€50M', '$14.8M', '$$70.5M' ,'100M')})
df["nums"] = df.Wage.str.extract(r"([-+]?\d*\.\d+|\d+)", expand=False)
La expresión regular pasada a pandas.Series.str.extract
tiene que tener definido al menos un grupo de captura ya que cada grupo va a formar una nueva columna. De ahí los paréntesis en la expresión. Solo obtiene la primera coincidencia, en tu caso esto es lo único que necesitas, si una cadena puede tener más de una coincidencia y las necesitamos todas se puede usar pandas.Series.str.extractall
.
Si quieres convertir la columna a tipo float directamente basta con usar Series.astype
por ejemplo:
df["nums"] = df.Wage.str.extract(r"([-+]?\d*\.\d+|\d+)", expand=False).astype("f", copy=False)
La salida es:
>>> df
Wage nums
0 €14.5M 14.5
1 €50M 50
2 $14.8M 14.8
3 $$70.5M 70.5
4 100M 100