Pandas DataFrame列字符串替换为0时代码无效果如何调整参数？

问题1：replace操作未生效的原因 #

pandas的replace方法默认不会修改原对象，只会返回修改后的新Series，你没有接收返回值也没有开启原地修改参数，所以原DataFrame没有发生变化。

问题2：当前正则无法匹配到要替换的内容 #

你当前的正则^$只能匹配空字符串，但你代码里生成的new列中非数字值对应的是提取到的a、b、sc/a等非空字符串，根本匹配不到，就算replace生效也达不到你的预期。

调整方案 #

如果你要实现「new列中只有纯数字值保留，其余全部替换为0」的预期，有两种可选方式：

方式1：修改你的replace参数

把正则改成匹配所有非数字的字符串，同时赋值回原列：

# 替换原来的replace行，匹配所有非纯数字的内容替换为0
df['new'] = df['new'].replace(to_replace=r'^\D+$', value=0, regex=True)

方式2：简化整体逻辑（更推荐）

不需要先提取前缀再替换，直接一步判断即可，代码更简洁不易出错：

import pandas as pd
import numpy as np

l2=['a. 12','b. 75','23', 'sc/a 34', '85', 'a 32', 'b 345']
df = pd.DataFrame({'col1': l2})
# 直接判断是否为纯数字，是就保留原值，否则设为0
df['new'] = np.where(df['col1'].str.isnumeric(), df['col1'], 0)
print(df['new'])

执行后输出完全符合预期：

0     0
1     0
2    23
3     0
4    85
5     0
6     0
Name: new, dtype: object

内容的提问来源于stack exchange，提问作者john johns