Pandas数据清洗：移除DataFrame中Year列的多余末尾零值

针对Year列（整数类型）存在的末尾多余零问题（如201400、2014000这类值），以下是几种实用的解决方法：

方法1：字符串处理法（简单直观） #

将整数转为字符串，移除末尾所有零后再转回整数。代码简洁，适合中小数据集：

import pandas as pd

# 假设你的DataFrame名为df
df['Year'] = df['Year'].astype(str).str.rstrip('0').astype(int)

注意：如果列中存在0值，转字符串后rstrip会得到空字符串，此时需额外处理：

df['Year'] = df['Year'].astype(str).str.rstrip('0').replace('', '0').astype(int)

方法2：数学运算方法（纯整数操作） #

通过循环除以10，直到数值不再能被10整除，避免字符串转换：

def strip_trailing_zeros(x):
    while x % 10 == 0 and x != 0:
        x = x // 10
    return x

df['Year'] = df['Year'].apply(strip_trailing_zeros)

这种方法适合需要保持纯整数运算逻辑的场景，但apply在超大数据集上效率略低。

方法3：矢量化数学操作（高效处理大数据） #

利用numpy的矢量化运算替代循环，大幅提升大数据量下的处理速度：

import numpy as np

# 排除0值，避免log10(0)报错
mask = df['Year'] != 0
# 计算每个非零值的末尾零个数
num_trailing_zeros = np.floor(np.log10(df['Year'][mask])).astype(int) - np.floor(np.log10(df['Year'][mask] % (10**np.floor(np.log10(df['Year'][mask]))))).astype(int)
# 移除末尾零
df.loc[mask, 'Year'] = df.loc[mask, 'Year'] // (10 ** num_trailing_zeros)

该方法通过向量化操作避免了逐行循环，适合处理百万级以上数据量的DataFrame。

内容的提问来源于stack exchange，提问作者bbb12543