如何在DataFrame的Site列中去除'Site_'前缀保留数字？

针对你要移除DataFrame里Site列的Site_前缀、仅保留数字的需求，这里有几个高效且易维护的方法，推荐按场景选择：

方法1：str.replace（固定前缀场景首选） #

这是最直接的方案，适合前缀完全固定的情况，关闭正则模式后效率更高：

import pandas as pd

# 初始化你的DataFrame
df = pd.DataFrame({
    'Site': ['Site_1', 'Site_2', 'Site_4', 'Site_8', 'Site_11', 'Site_12', 'Site_21', 'Site_34'],
    'Name': ['Tom', 'Tom', 'Jack', 'Rose', 'Marrie', 'Marrie', 'Jacob', 'Jacob']
})

# 替换固定前缀
df['Site'] = df['Site'].str.replace('Site_', '', regex=False)

解释：regex=False让程序把Site_当作普通字符串处理，避免正则解析的额外开销，逻辑直白，后续维护成本低。

方法2：str.split（下划线分隔场景适用） #

如果前缀和数字始终用下划线分隔，也可以通过分割字符串取目标部分：

df['Site'] = df['Site'].str.split('_').str[1]

解释：将每个Site字符串按下划线分割成列表，直接取索引为1的元素（也就是数字部分），同样非常直观。

方法3：str.extract（复杂场景灵活适配） #

如果以后前缀可能变化，但数字部分始终是连续数字，用正则提取的方式兼容性更强：

df['Site'] = df['Site'].str.extract('(\d+)', expand=False)

解释：正则表达式(\d+)会匹配并提取字符串中所有连续的数字，不管前面的前缀是什么，都能准确拿到数字部分。

可选：转换为数值类型 #

如果需要把Site列从字符串转为整数类型，可以追加这一步：

df['Site'] = df['Site'].astype(int)

内容的提问来源于stack exchange，提问作者FunkyMore