如何移除字母字符并将DataFrame的object类型id列转为integer类型？

你可以通过正则表达式移除所有非数字字符，再将结果转换为整数类型，具体操作如下：

1. 清理非数字内容：用str.replace()配合正则\D（匹配任意非数字字符），把id列里的字母、横线等非数字内容清空。
2. 转换数据类型：将处理后的字符串列用astype(int)转为整数类型。

完整代码示例 #

import pandas as pd

data = {'id':['9011001', '9011001-83V', '9011001-78G', '9011001-56V'],
        'av':[0, 1, 0, 1]}
 
df = pd.DataFrame(data)

# 移除所有非数字字符
df['id'] = df['id'].str.replace(r'\D', '', regex=True)
# 转换为整数类型
df['id'] = df['id'].astype(int)

# 验证结果
print(df.dtypes)
print(df)

输出结果 #

id     int64
av     int64
dtype: object
        id  av
0  9011001   0
1  901100183   1
2  901100178   0
3  901100156   1

补充说明 #

如果数据中存在处理后为空的字符串（比如原id全是非数字），可以用pd.to_numeric()设置errors='coerce'将无效值转为NaN，再用支持空值的整数类型存储：

df['id'] = pd.to_numeric(df['id'].str.replace(r'\D', '', regex=True), errors='coerce').astype('Int64')

内容的提问来源于stack exchange，提问作者Anas.S