如何从DataFrame列提取数字子串并转为整数插入新列

你遇到的问题是因为re.findall()返回的是匹配到的所有数字子串组成的列表，哪怕只有一个匹配结果也会以列表格式返回。要得到单个整数并自动去除前导零，可以按以下方式修改代码：

核心思路 #

1. 从每个字符串中提取第一个数字子串（假设每行仅对应一个公路编号）
2. 将提取到的带前导零的数字字符串转换为整数（int类型会自动忽略前导零）

改进代码 #

基础版（假设每行都能匹配到数字） #

import re

# 提取第一个数字子串并转为整数
sp.insert(1, 'StateRoute', [int(re.findall(r'\d+', x)[0]) for x in sp['RouteIdentifier']])

稳健版（处理无数字的行，避免索引报错） #

如果存在没有数字的行，基础版会抛出IndexError，可以用以下方式安全处理，无匹配时返回None：

def extract_route_num(s):
    nums = re.findall(r'\d+', s)
    return int(nums[0]) if nums else None

sp.insert(1, 'StateRoute', sp['RouteIdentifier'].apply(extract_route_num))

效果示例 #

• 输入'012d' → 输出12（整数类型）
• 输入'I-95' → 输出95
• 输入'abc' → 输出None（稳健版）

内容的提问来源于stack exchange，提问作者J. Sizzler