Как стандартизировать столбец в пандах

Можно использовать функцию DataFrame.replace(), используя регулярное выражение, подобное этому:

df = df.replace(regex=r'^(\d{8})\D(\d{4})$', value=r'\1-\2')

Вот пример кода с примерами данных.

import pandas as pd
df = pd.DataFrame({'id': [
            '16620625 5686',
            '16310427-5502',
            '16501010 4957',
            '16110430 8679',
            '16990624/4174',
            '16230404.1177',
            '16820221/3388']})

# normalize matching strings with 8-digits + delimiter + 4-digits
df = df.replace(regex=r'^(\d{8})\D(\d{4})$', value=r'\1-\2')
print(df)

Выход:

              id
0  16620625-5686
1  16310427-5502
2  16501010-4957
3  16110430-8679
4  16990624-4174
5  16230404-1177
6  16820221-3388

Если какое-либо значение не соответствует регулярному выражению ожидаемого формата, то его значение не будет изменено.

внутри цикла for:

1. преобразовать запись фрейма данных в строку.
2. пройти эту строку до 7-го индекса.
3. объединить '-' после 7-го индекса в строку.
4. объединить оставшуюся строку в конец.
5. перейти к следующей записи фрейма данных.

Если ваш «id» так структурирован, вы можете нарезать строку следующим образом:

df['ID2'] = df['ID'].str[:7] + '-' + df["ID"].str[9:]

Выход:

              ID           ID2
0  16620625 5686  1662062-5686
1  16310427-5502  1631042-5502
2  16501010 4957  1650101-4957
3  16110430 8679  1611043-8679
4  16990624/4174  1699062-4174
5  16230404.1177  1623040-1177
6  16820221/3388  1682022-3388