如何移除Pandas指定列每行的特定字符（连字符、年份前缀数字）

1. astype转换未生效的原因 #

你调用astype()后没有将返回的新对象赋值回原数据/列，该方法默认不会修改原DataFrame，仅返回修改类型后的新对象，仅打印dtypes不会改变原数据的类型。

2. 正确处理流程 #

第一步：转换为字符串类型 #

推荐使用pandas专属的字符串类型，避免object类型混合非字符串元素导致后续字符串操作报错：

# 转换列类型为字符串，赋值回原列生效
app_df_new['personalnumber'] = app_df_new['personalnumber'].astype('string')

第二步：移除所有连字符 #

直接替换普通字符串即可，关闭正则解析避免不必要的转义问题：

# 替换所有连字符为空
app_df_new['personalnumber'] = app_df_new['personalnumber'].str.replace('-', '', regex=False)

第三步：删除开头的年份前缀19 #

两种方案按需选择：

• 如果确认所有号码去连字符后均为19开头的12位字符，直接切片取第三位及之后的内容：

app_df_new['personalnumber'] = app_df_new['personalnumber'].str.slice(start=2)

• 如果存在非19开头的号码，用正则匹配仅替换开头的19，避免误删中间的19字符：

app_df_new['personalnumber'] = app_df_new['personalnumber'].str.replace(r'^19', '', regex=True)

3. 结果验证 #

运行以下代码确认处理结果符合预期：

# 查看列类型
print(app_df_new['personalnumber'].dtype)
# 查看前10条处理后的数据
print(app_df_new['personalnumber'].head(10))

内容的提问来源于stack exchange，提问作者Sevgi Camuz