如何移除DataFrame列中的"_months"后缀并仅保留数字？

下面分两种常见场景给出解决方案：

纯Python字典处理 #

如果你的df是原生Python字典，可以通过列表推导式配合字符串操作实现：

方法1：使用replace直接替换后缀 #

df = {'name' : ['maman','tata','papa','uncle'], 
      'date' : ['6_months','4_months','2_months', '2_months'], 
      'amount' : [2000 , 600 , 500 , 100 ]}

# 替换掉所有"_months"后缀
df['date'] = [x.replace('_months', '') for x in df['date']]

方法2：使用split分割字符串取前缀 #

如果后续可能出现类似"_weeks"这类不同后缀，用分割的方式更灵活：

df['date'] = [x.split('_')[0] for x in df['date']]

如果需要将结果转为整数类型，只需在操作中加入int()转换：

df['date'] = [int(x.split('_')[0]) for x in df['date']]

Pandas DataFrame处理 #

如果你的df是Pandas DataFrame（数据分析场景下更常见），可以利用Pandas的字符串方法快速处理整列：

方法1：str.replace批量替换 #

import pandas as pd

df = pd.DataFrame({'name' : ['maman','tata','papa','uncle'], 
                   'date' : ['6_months','4_months','2_months', '2_months'], 
                   'amount' : [2000 , 600 , 500 , 100 ]})

# 替换后缀，结果为字符串类型
df['date'] = df['date'].str.replace('_months', '', regex=False)

# 直接转为整数类型
df['date'] = df['date'].str.replace('_months', '', regex=False).astype(int)

方法2：str.split分割取前缀 #

# 取分割后的第一个元素，结果为字符串类型
df['date'] = df['date'].str.split('_').str[0]

# 转为整数类型
df['date'] = df['date'].str.split('_').str[0].astype(int)

内容的提问来源于stack exchange，提问作者Kouakou