为啥替换后int类的数据直接NaN了，加了判断也是没替换成功？

大家好，我是皮皮。

一、前言

前几天在Python最强王者交流群【哎呦喂  是豆子～】问了一个Pandas数据处理问题，一起来看看吧。问题描述：

大佬们 这个是为啥呀啊？ 为啥替换后int类的数据直接NaN了  加加了判断也是没替换成功

原始数据如下：

1tt = pd.DataFrame({'name':['A','B','C'],
2              'money':[15,'17$',58],
3              'id':['$15',25,'25$52']
4             })

她自己的原始代码如下所示：

二、实现过程

这里【隔壁😼山楂】给了自己的代码，如下：

1import pandas as pd
2
3tt = pd.DataFrame({'name':['A','B','C'],
4              'money':[15,'17$',58],
5              'id':['$15',25,'25$52']
6             })
7res = tt.replace("\$", "", regex=True)
8print(res)

代码运行之后，结果如下：

顺利地解决了粉丝的问题。

三、总结

大家好，我是皮皮。这篇文章主要盘点了一个Pandas数据处理问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。

最后感谢粉丝【哎呦喂  是豆子～】提出的问题，感谢【隔壁😼山楂】给出的思路，感谢【莫生气】、【猫药师Kelly】、【冫马讠成】等人参与学习交流。

【提问补充】温馨提示，大家在群里提问的时候。可以注意下面几点：如果涉及到大文件数据，可以数据脱敏后，发点demo数据来（小文件的意思），然后贴点代码（可以复制的那种），记得发报错截图（截全）。代码不多的话，直接发代码文字即可，代码超过50行这样的话，发个.py文件就行。