从Pandas DataFrame中的混合DTYPE列中删除仪表板字符串

Question

我有一个带有数值的对象的数据框。

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具有-。

一个最小的工作示例看起来像：

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('-','')

但这让我为数字类型带来了nan，因为它仅搜索整个字符串的框架。

输出为：

API
nan
nan
nan
6911
8011
nan

我想要输出：

API
4433
3344
6666
6911
8011
9990

所有类型均为int。

是否有一种简单的方法可以照顾该系列中的对象类型，但是将实际的数值保持态度？我在大型数据集（300,000多行）上使用此技术，因此比环搜索更喜欢lambda或series operations之类的东西。

Answer 1

与regex=True

一起使用df.replace

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)