Python 3.x 如何从混合数据帧列中提取数字并仅替换为数字（就地）？

给定以下玩具数据框：

import pandas as pd
import numpy as np
df = pd.DataFrame({'A':['1a',np.nan,'10a','100b','0b'],
                   })
df

    A
0   1a
1   NaN
2   10a
3   100b
4   0b

我想删除所有字符/字符串并提取列中的数字。 有一个inplace=True方法，但是如何提取数字并替换它们呢

我想得到：

    A
0   1
1   NaN
2   10
3   100
4   0

我现在是这样做的：

df.A = df.A.str.extract('(\d+)')

---

str.extract

顾名思义，不替换，只提取。尝试：

df['A'].replace('(\D.*)','',inplace=True, regex=True)

输出：

     A
0    1
1  NaN
2   10
3  100
4    0

关于regex模式的更多信息。基本上：

\D

匹配任何非数字字符

*

匹配

\D

后面的所有字符

---

因此，该模式使用显示的示例将第一个非数字字符替换为空字符串

'

，请尝试以下内容。简单的解释是：使用pandas的

replace

函数，在这里我将regex设置为true，然后在regex中替换它提到的将数字以外的任何内容替换为NULL

df['A'].replace('([^0-9]*)','', regex=True)

---

亲爱的广先生，请您解释一下regex@SteveS见更新的答案。我想你已经用最后一行回答了你的问题；您是否严格需要

inplace=True

？这真是太好了。