从 pandas 数据框中的混合 dtype 列中删除破折号字符串

Question

我有一个数据框，其中可能的对象与数值混合在一起。

我的目标是将每个值更改为一个简单的整数，但是，其中一些值在数字之间有 -。

一个最小的工作示例如下：

import pandas as pd

d = {'API':[float(4433), float(3344), 6666, '6-9-11', '8-0-11', 9990]}
df = pd.DataFrame(d)

我试试：

df['API'] = df['API'].str.replace('-','')

但这给我留下了 nan 的数字类型，因为它只在整个框架中搜索字符串。

输出为：

API

nan
nan
nan
6911
8011
nan

我想要一个输出：

所有类型都是int.

有没有一种简单的方法可以只处理系列中的对象类型，而保留实际的数字？我在大型数据集（300,000 多行）上使用这种技术，因此 lambda 或 series operations 之类的东西比循环搜索更受欢迎。

Answer 1

将 df.replace 与 regex=True

结合使用

df = df.replace('-', '', regex=True).astype(int)

    API
0   4433
1   3344
2   6666
3   6911
4   8011
5   9990

Answer 2

此外，

df['API'] = df['API'].astype(str).apply(lambda x: x.replace('-', '')).astype(int)

Removing dash string from mixed dtype column in pandas Dataframe