我没有要测试的 Dataframe ，但是您可以将列的数据类型转换为整数，如下所示：第一：

FV_Absence.replace('-', 0, inplace=True)

然后：

# Convert single column to int dtype.
FV_Absence['Previous Letter Count'] = FV_Absence['Previous Letter Count'].astype('int')

在此之后，您可以将1添加到列中，就像它是整数一样。

可以使用pd.to_numeric将序列转换为数字，将非数字值强制转换为NaN。

import numpy as np
import pandas as pd

# for repeatability
np.random.seed(0)

df = pd.DataFrame({"col0": np.random.randint(0, 10, size=(5,))})

# make 2 random values a hyphen ("-")
df.loc[df.col0.sample(2).index, "col0"] = "-"

print(df)

col0
0    -
1    0
2    -
3    3
4    7

# has dtype "object"
df.col0.dtype

dtype('O')

# convert to numeric, coercing non-numeric values to NaN
df["col0"] = pd.to_numeric(df.col0, errors="coerce")

# hyphens were converted to NaN
print(df.col0)

0    NaN
1    0.0
2    NaN
3    3.0
4    7.0
Name: col0, dtype: float64

# add 1 to the columns
print(df.col0.add(1))

0    NaN
1    1.0
2    NaN
3    4.0
4    8.0
Name: col0, dtype: float64