如何从pandas DataFrame指定列的元素中分离提取数值？

现有pandas DataFrame的col1列存储下划线拼接的字母+数字格式字符串，列值样例为['a_1','b_2','c_3','d_4']，需要逐行提取每个元素中的数字部分，可按以下两种场景选择实现方式：

• 通用场景（推荐）：正则匹配提取
  用pandas原生字符串接口的str.extract()方法，通过正则捕获连续数字段，不管字符串格式是否完全统一，只要内含连续数字都能正确提取，适配性最强：

import pandas as pd

# 构造样例DataFrame
df = pd.DataFrame({'col1': ['a_1','b_2','c_3','d_4']})

# 提取数字部分，默认返回字符串类型，需要整数可追加.astype(int)
df['num_part'] = df['col1'].str.extract(r'(\d+)')
# 转整数类型写法
# df['num_part'] = df['col1'].str.extract(r'(\d+)').astype(int)

• 固定格式场景：分隔符拆分
  如果col1列所有值都严格遵循前缀_数字的下划线分隔格式，直接按下划线拆分取第二段即可，运行性能更高：

# 按下划线拆分后取索引为1的片段（即数字部分）
df['num_part'] = df['col1'].str.split('_').str[1]

两种方法处理后的输出结果一致，样例如下：

col1	num_part
a_1	1
b_2	2
c_3	3
d_4	4

注意：如果某行元素中不存在数字，正则提取方法会返回空值NaN，不会触发运行报错，可按需通过fillna()方法做缺失值填充处理。

内容的提问来源于stack exchange，提问作者Mohit Chouksey