从 pandas Dataframe 中的混合数据类型列中删除破折号字符串

Question

我有一个数据框，其中可能包含与数值混合的对象。

我的目标是将每个值更改为简单整数，但是其中一些值介于-数字之间。

一个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)

我尝试：

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

但这给我留下了nan数字类型，因为它只在整个框架中搜索字符串。

输出是：

API

nan
nan
nan
6911
8011
nan

我想要一个输出：

API

4433
3344
6666
6911
8011
9990

所有类型都在的地方int。

有没有一种简单的方法可以只处理系列中的对象类型，但保持实际的数字不变？我在大型数据集（300,000 多行）上使用这种技术，因此类似lambda或 的东西series operations比循环搜索更受青睐。

Answer 1

df.replace与使用regex=True

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

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