如何将Pandas DataFrame中符合正则的字符串值转换为整数？

可以通过pd.Series.apply配合匿名函数实现一行代码完成需求，逻辑清晰且能精准处理混合类型的列：

import numpy as np
import pandas as pd
import re

testdf = pd.DataFrame({'col1':['abc','2023',456,789,'2021',4.5,'123',np.nan]})

# 核心一行代码
testdf['col1'] = testdf['col1'].apply(lambda x: int(x) if isinstance(x, str) and re.fullmatch(r'20\d{2}', x) else x)

代码逻辑说明 #

• isinstance(x, str)：先筛选出字符串类型的单元格，避免对int、float、NaN等非字符串类型做无效处理
• re.fullmatch(r'20\d{2}', x)：精确匹配完整字符串为20开头的4位数字（确保只转换纯年份格式的字符串，不会误处理如'2023abc'这类包含年份的杂串）
• 满足条件的字符串转为整数，其余值（包括非字符串类型、不符合正则的字符串、NaN）保持原类型和值不变

处理结果验证 #

处理后testdf['col1']的元素及类型如下：

完全符合需求：仅将符合格式的年份字符串转为整数，其余数据保持原样。

内容的提问来源于stack exchange，提问作者user1718097