如何在Python Pandas中格式化带符号与前导零的字符串为目标格式

针对DataFrame中某列类似+0094、-0082格式的字符串，要转换成 94、-82的格式，有两种简便实现方式：

方法一：正则表达式替换 #

通过str.replace结合正则匹配，精准替换前缀部分：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'target_col': ['+0094', '-0082', '+0105', '-0007']})

# 替换正号开头的前缀（+加前导零）为空格
df['target_col'] = df['target_col'].str.replace(r'^\+0*', ' ', regex=True)
# 替换负号开头的前缀（-加前导零）为负号
df['target_col'] = df['target_col'].str.replace(r'^-0*', '-', regex=True)

执行后，target_col列的值就会变成 94、-82、 105、-7的格式。

方法二：转数值后格式化 #

先将字符串转为整数自动去除前导零，再按需求格式化输出：

# 构造示例数据
df = pd.DataFrame({'target_col': ['+0094', '-0082', '+0105', '-0007']})

# 转整数后，正数前加空格，负数直接保留格式
df['target_col'] = df['target_col'].astype(int).apply(lambda x: f" {x}" if x > 0 else f"{x}")

这种方法更直观，利用整数类型自动处理前导零和正号，再通过格式化添加空格。

内容的提问来源于stack exchange，提问作者Josh Johnson