Pandas 如何删除对象列字符串行前导零且保留整数行前导零

原代码问题 #

• 判断逻辑错误：你当前的判断条件df['Identifier'] == str完全不符合需求，该列本身就是object类型，所有取值都是字符串，你需要区分的是「全数字组成的字符串」和「包含非数字字符的字符串」，而非判断类型
• 操作对象错误：函数内直接操作整个df的Identifier列，没有处理apply传入的单行值，逻辑完全错位
• 方法误用：strip('0')会同时删除字符串首尾的0，你仅需要删除前导零，应该用lstrip('0')

正确实现 #

写法1：适配你原有的apply写法 #

def removeLeadingZeroFromString(row):
    current_val = row['Identifier']
    # 仅对非全数字的字符串删除前导零
    if not current_val.isdigit():
        return current_val.lstrip('0')
    return current_val

df['Identifier'] = df.apply(removeLeadingZeroFromString, axis=1)

写法2：更高效的矢量化操作（适合数据量较大的场景） #

不需要逐行遍历，执行效率更高：

# 筛选出包含非数字字符的行
non_numeric_mask = ~df['Identifier'].str.isdigit()
# 仅对这些行执行删除前导零操作
df.loc[non_numeric_mask, 'Identifier'] = df.loc[non_numeric_mask, 'Identifier'].str.lstrip('0')

如果你的数据中存在带空格的异常值，可以先调用str.strip()处理空格后再做判断，可根据实际场景调整。

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