DataFrame列数据处理：移除值中.00后缀的方法

嘿，这个需求我之前也碰到过，用pandas就能轻松解决！下面给你两种实用的方法，你可以根据自己的习惯选～

方法一：正则表达式替换（简洁高效） #

这种方法利用字符串替换结合正则表达式，精准匹配**末尾的".00"**并移除，不会影响其他带小数点的内容（比如5000.i）。

import pandas as pd

# 先构造你的示例DataFrame
df = pd.DataFrame({'target_col': [5000, 5000.00, '5000.i', 4000.00]})

# 第一步：把列统一转为字符串类型，确保数值和字符串能一起处理
df['target_col'] = df['target_col'].astype(str)

# 第二步：用正则替换末尾的".00"，regex=True启用正则模式
df['target_col'] = df['target_col'].str.replace(r'\.00$', '', regex=True)

# 查看处理后的结果
print(df['target_col'])

代码解释： #

• astype(str)：把列里的数值（比如5000、5000.00）和字符串（比如5000.i）统一转成字符串，避免类型不一致导致的问题。
• r'\.00$'：正则表达式，\.匹配实际的小数点（避免被当作通配符），$表示匹配字符串的结尾，确保只替换末尾的".00"，不会误伤其他内容。

方法二：条件判断处理（直观易懂） #

如果你对正则不太熟悉，这种逐元素判断的方法更直白，逻辑清晰：

import pandas as pd

df = pd.DataFrame({'target_col': [5000, 5000.00, '5000.i', 4000.00]})

# 定义一个清理后缀的函数
def remove_dot00(x):
    # 先转成字符串
    x_str = str(x)
    # 判断是否以".00"结尾
    if x_str.endswith('.00'):
        # 移除最后3个字符（即".00"）
        return x_str[:-3]
    else:
        # 不符合条件就返回原内容
        return x_str

# 应用函数到目标列
df['target_col'] = df['target_col'].apply(remove_dot00)

print(df['target_col'])

最终输出结果： #

不管用哪种方法，处理后你都会得到：

0       5000
1       5000
2    5000.i
3       4000
Name: target_col, dtype: object

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