從pandas Dataframe中的混合dtype列中刪除破折號字符串

Question

我有一個數據框，其中可能的對象與數值混合在一起。

我的目標是每一個值更改為一個簡單的整數，但是，一些值有-數字之間。

一個最小的工作示例如下所示：

import pandas as pd

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

我嘗試：

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

但這讓nan保留了數字類型，因為它只在整個框架中搜索字符串。

輸出為：

API

nan
nan
nan
6911
8011
nan

我想要一個輸出：

API

4433
3344
6666
6911
8011
9990

所有類型均為int 。

是否有一種簡單的方法來處理系列中的對象類型，而使實際數值保持不變？ 我在大型數據集（超過300,000行）上使用了此技術，因此，像lambda或series operations類的東西比循環搜索更可取。

Answer 1

將df.replace與regex=True

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

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

Answer 2

也，

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