Как применить метод к Pandas Dataframe

Вы можете использовать str.extract для каждого столбца и использовать pd.concat для создания нового фрейма данных из результата:

x = np.concatenate([df[col].str.extract(r'(?<=\()\s*(\d+)') for col in df], axis=1)
pd.DataFrame(x, columns=df.columns)

   Col1  Col2
0  1000  3000
1  2000  4000

Вы можете использовать функцию применять, чтобы применить операцию ко всем элементам в обеих строках.

# creates your dataframe
df = pd.DataFrame({'Col1':['A (1000 EUR)','B (2000 CHF)'], 'Col2':['C (3000 USD)', 'D (4000 GBP)']})

# use the apply function to  apply your code to all elements of both columns
df = df.apply(lambda x: x.str.split('(').str[-1].str.split().str[0].apply(pd.to_numeric,errors='coerce'))

Делает трюк для меня

Я бы использовал df.applymap. Отличие от df.apply в том, что df.apply принимает целую серию (строку или столбец) в качестве аргумента и применяет функцию, где df.applymap берет каждый элемент DataFrame и применяет функцию. Попробуй это:

df = df.applymap(lambda x: pd.to_numeric(str(x).split('(')[1].split()[0], errors='coerce'))

печать (дф)

   Col1  Col2
0  1000  3000
1  2000  4000

df.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 2 entries, 0 to 1
Data columns (total 2 columns):
Col1    2 non-null int64
Col2    2 non-null int64
dtypes: int64(2)
memory usage: 48.0 bytes
None

Вы можете использовать метод applymap кадра данных pandas. Это будет выглядеть примерно так:

import re

function_to_apply = lambda x: re.search("[0-9]+", x).group()
your_dataframe.applymap(function_to_apply)

Возможно, что-то подобное сработает в вашем случае и, безусловно, будет немного проще!