Python 如何替换数据帧中列开头的非整数值

我有一个数据框

 df=pd.DataFrame({"A":[1,2],"B":["a 1",np.nan]})

    A   B
0   1   a 1
1   2   NaN

我试图将

df.B

值替换为其中的整数值。 （即）如果我们有

abcd。。1

我想将其转换为1

我试过了

df.B.replace(np.nan,"").astype(str).str.replace('^[^\d]*', '').astype(int)

但它并没有转换空字符串。我越来越

ValueError:以10为基数的int（）的文本无效：“”

请帮助实现我的输出。提前谢谢

我的预期产出是

     A   B
 0   1   1
 1   2   ''

---

不确定B列是否包含类似于

“X”

的内容，其中没有数字，因此我最后尝试使用

pd.to\u numeric

df = pd.DataFrame({"A":[1,2, 3],"B":["a 1",np.nan, "X"]})
df["B"]= pd.to_numeric(
             df.B.str.extract("(\d+)"), errors="ignore"
         ).fillna("")
    A   B
0   1   1
1   2   
2   3   

---

谢谢耶斯雷尔注意到我的错误

如果要提取

整数

s并为所有其他值获取相同的值，请使用带有

的自定义函数，尝试除

：

def f(x):
    try:
        return int(x)
    except ValueError:
        return x

df.B = df.B.replace('^[^\d]*', '', regex=True).fillna('').apply(f)
print (df)
   A  B
0  1  1
1  2  

print (df.B.apply(type))
0    <class 'int'>
1    <class 'str'>
Name: B, dtype: object

def（x）：
尝试：
返回整数（x）
除值错误外：
返回x
df.B=df.B.replace（“^[^\d]*”，“”，regex=True）。fillna（“”）。apply（f）
打印（df）
A B
0  1  1
1  2  
打印（df.B.apply（类型））
0
1.
名称：B，数据类型：object

您希望如何使

int

列具有空

字符串

值？有没有理由不能是

NaN

？如果列可以是

object

类型，那么：

df.B=df.B.astype（str）.str.replace（“^[^\d]*”，”）

，但是

1

将是一个

字符串

。如果它是

replace（“^[^\d]*”，”）之后的数值，我们可以将它转换为int，否则我只想
，“
没有整数，请通过
打印（df.B.apply）测试它（键入））
@jezrael ohhh我从OP的df开始，该df包含
str
。更新！相同的问题，测试它；）