如何用单次re.sub处理pandas列中的0.0(nan)与0(nan)格式？

我的Pandas数据列里存在0.0(nan)和0(nan)两种格式的数据，希望将它们统一转换为0。

原实现代码 #

import pandas as pd
import re

df = pd.DataFrame.from_dict({'col1': ['0.0(nan)','0(nan)']})
df['col2'] = df['col1'].astype(str).apply(lambda x: re.sub('(.*?)\\(nan\\)', '\\\\1', re.sub('(.*?)\\.0*\\(nan\\)', '\\\\1', x)))
print(df)

执行输出 #

col1 col2
0  0.0(nan)    0
1    0(nan)    0

由于不清楚如何用正则同时处理括号前的.0或无小数的格式，我嵌套使用了两次re.sub。想请教：如何用单次re.sub实现该需求？或者有没有其他可行方法？

编辑： 根据@mozway的建议，修改后的代码如下：

df['col2'] = df['col1'].astype(str).apply(lambda x: re.sub('(.*?)(?:\\.0)?\\(nan\\)', '\\\\1', x))

内容的提问来源于stack exchange，提问作者warem