Pandas：如何从混合类型DataFrame列提取数字并原地替换为纯数字

你当前写法的小瑕疵 #

你现在写的df.A = df.A.str.extract('(\d+)')核心思路是对的，但存在结构匹配的问题：str.extract() 默认返回列名为0的单列表格（DataFrame），直接赋值给A列时，pandas会因为列名不匹配额外生成一个叫0的新列，没法完成预期的列替换。只要取到匹配结果的列值再赋值，就能正常工作。

低开销的原地替换实现 #

pandas的字符串处理方法本身不支持inplace=True参数，但直接对现有DataFrame的列做索引赋值时，操作会直接修改原DataFrame的内存块，和使用inplace=True的操作效果完全一致，不会产生多余的内存拷贝：

df['A'] = df['A'].str.extract(r'(\d+)')[0].astype(float)

• 正则表达式(\d+)会匹配字符串中连续的数字片段，遇到原列里的NaN值会自然返回空值，不需要额外做空值兼容处理
• 最后的astype(float)是为了把提取出来的字符串格式数字转成数值类型，匹配示例的输出要求

如果不想手动索引取第一列，可以给str.extract()加上expand=False参数，方法会直接返回匹配结果的Series，代码可以简化为：

df['A'] = df['A'].str.extract(r'(\d+)', expand=False).astype(float)

运行后的输出和你期望的效果完全一致：

A
0    1.0
1    NaN
2   10.0
3  100.0
4    0.0

如果需要纯整数类型的列，可以在剔除所有NaN值后再转int，保留浮点类型存储空值是pandas的常规操作，兼容性更好。

支持显式inplace=True的写法 #

如果你习惯直接使用带inplace标识的API，可以通过正则替换清除列内的非数字字符，显式开启原地修改：

# 正则匹配所有非数字字符并替换为空，直接修改原列
df['A'].replace(to_replace=r'[^0-9]', value='', regex=True, inplace=True)
# 把替换产生的空字符串还原为NaN，转换为数值类型
df['A'] = df['A'].replace('', np.nan).astype(float)

这种写法和前面的数字提取方法最终结果完全一致，只是在修改时显式指定了原地操作，不需要生成替换后的新列副本。

内容的提问来源于stack exchange，提问作者SteveS