Python DataFrame提取冒号与连字符间字符串报错排查

re.findall() 只能处理单个字符串/字节对象，但你直接把整个Pandas Series传了进去——哪怕用astype(str)转了类型，返回的还是Series，不是单个字符串，这就触发了类型错误。

方法1：用Pandas原生的str.extract()（最推荐） #

Pandas专门提供了字符串处理方法，可以批量处理Series里的每一个元素，正则里的捕获组会直接提取目标内容：

all_cancers['提取的数值'] = all_cancers.iloc[:,3].astype(str).str.extract(r'\:(.*?)\-')

这里用原始字符串r''包裹正则，避免转义符出问题，(.*?)会精准捕获冒号和连字符之间的内容。

方法2：用apply()配合re.findall() #

如果非要用re.findall()，就得给每个字符串单独处理，通过apply()遍历Series的每个元素：

import re

def get_target_num(s):
    matches = re.findall(r'\:(.*?)\-', s)
    return matches[0] if matches else None

all_cancers['提取的数值'] = all_cancers.iloc[:,3].astype(str).apply(get_target_num)

验证结果 #

处理完后查看新列：

print(all_cancers['提取的数值'])

会得到：

0    100414771
1     10506157
2    109655506
3    113903257
4    117598869
Name: 提取的数值, dtype: object

内容的提问来源于stack exchange，提问作者Achal Neupane