Puedes aplicar str.rstrip
o un simple rebanado para eliminar la "
final:
df.altura.str[:-1].str.split("'", n=1))
df.altura.str.rstrip('"').str.split("'", n=1)
No obstante una forma mucho más simple en mi opinión es usar pandas.Series.str.extract
con la expresión:
(\d+)\'\s*(\d+)\"
\d
-> Clase de caracteres, cualquier dígito.
+
-> Cuntificador, 1 o más
*
-> Cuantificador, 0 o más
()
-> Grupos de captura, cada uno formará una columna nueva.
\s
-> Espacio.
La expresión es muy simple y cubre los ejemplos dados, puede adaptarse según necesidades, por ejemplo si cabe la posibilidad de tener decimales o si puede faltar los pies o las pulgadas en alguna fila.
Esto genera directamente un DataFrame con dos columnas, una por grupo de captura. Simplemente lo convertimos a entero, multiplicamos por 0.3048 y por 0.0254 y aplicamos pandas.DataFrame.sum
sobre las filas:
import pandas as pd
df = pd.DataFrame({"altura": ("5' 4\"", "5' 11\"", "5' 10\"", "5' 7\"")})
df.altura = (df.altura.str.extract(r"(\d+)\'\s*(\d+)\"")
.astype(int)
.mul([0.3048, 0.0254])
.sum(axis=1)
)
>>> df
altura
0 1.6256
1 1.8034
2 1.7780
3 1.7018
Si como mencionaba, cabe la posibilidad de tener decimales, necesitamos modificar la expresión:
import re
import pandas as pd
df = pd.DataFrame({"altura": ("5.4' 4.3\"", ".5' 11\"", "5'0.10\"", "5'7\"")})
>>> df
altura
0 5.4' 4.3"
1 .5' 11"
2 5'0.10"
3 5'7"
PATT = r"""
((?=.)(?:[+-]?(?:\d*)(?:\.(?:\d+))?)) # Primer número
\' # Litaral para '
\s* # Cero o más espacios intermedios
((?=.)(?:[+-]?(?:\d*)(?:\.(?:\d+))?)) # Segundo número
\" # Literal para "
"""
df.altura = (df.altura.str.extract(PATT, flags=re.VERBOSE)
.astype(float)
.mul([0.3048, 0.0254])
.sum(axis=1)
)
>>> df
altura
0 1.75514
1 0.43180
2 1.52654
3 1.70180
P.D. La conversión es a metros, para que sea a centímetros debe multiplicarse por [30.48, 2.54]
.