如何在Pandas DataFrame数组转整数时删除元素附带的字母字符

你原来的写法存在两个明显问题：一是逐行链式索引赋值效率极低，且容易触发SettingWithCopyWarning导致赋值失效；二是没有提前清洗带后缀非数字字符的字符串，直接转int必然报错。

直接用正则提取每个字符串开头的连续数字段再转类型即可，不用逐字符判断，整列用apply处理比写循环索引高效得多：

• 第一步：导入正则库

import re

• 第二步：定义针对单个数组的清洗逻辑

def clean_arr(arr):
    # 匹配每个字符串开头的连续数字，直接转整数
    return [int(re.search(r'^\d+', item).group()) for item in arr]

• 第三步：一次性处理整列数据

df['ColumnA'] = df['ColumnA'].apply(clean_arr)

效果验证 #

拿你给出的第37行样本测试：
原数组里的'62A'、'62B'会被提取开头的62转成整数，其余纯数字字符串正常转换，最终得到全int类型的数组，不会触发类型转换报错。

异常兼容（可选） #

如果你的数据里可能存在开头无数字的异常值（比如全字母字符串、空值），可以给清洗逻辑加个判断避免抛错：

def clean_arr(arr):
    cleaned = []
    for item in arr:
        num_match = re.search(r'^\d+', item)
        if num_match:
            cleaned.append(int(num_match.group()))
        # 异常值可按需处理：比如跳过、补默认值0、存为None都可以
    return cleaned

注意：不要继续用for i in range(len(df))+df[列名][i]的写法，这种链式索引在pandas中属于不推荐的操作，赋值结果不可控，用矢量化操作或者apply处理列是更稳妥的选择。

内容的提问来源于stack exchange，提问作者drorhun