无法将 pandas 列从字符串转换为 int

Posted 2023-03-11

【中文标题】无法将 pandas 列从字符串转换为 int

【英文标题】：Cannot convert pandas column from string to int

【发布时间】：2017-02-04 03:53:09

【问题描述】：

数据框中的下面的列需要转换为int：

dsAttendEnroll.District.head()

0    DISTRICT 01
1    DISTRICT 02
2    DISTRICT 03
3    DISTRICT 04
4    DISTRICT 05
Name: District, dtype: object

使用 astype 会出现以下错误，怎么办？

dsAttendEnroll.District = dsAttendEnroll.District.map(lambda x: x[-2:]).astype(int)

ValueError: 以 10 为底的 long() 的无效文字：'LS'

【问题讨论】：

这意味着你的数据有一些以LS...

我认为你首先需要决定你想用LS 数据做什么。您要丢弃它还是将其拆分为单独的列（如下所示）？ LS 有效还是无效？

感谢过滤掉不正确的数据解决了这个问题。

【参考方案1】：

您可以使用split 和str[1] 和to_numeric 选择第二个列表，其中参数errors='coerce' - 它不是将数值转换为NaN：

print (df)
      District
0  DISTRICT 01
1  DISTRICT 02
2  DISTRICT 03
3  DISTRICT 04
4  DISTRICT 05
5  DISTRICT LS

print (df.District.str.split().str[1])
0    01
1    02
2    03
3    04
4    05
5    LS
Name: District, dtype: object

print (pd.to_numeric(df.District.str.split().str[1], errors='coerce'))
0    1.0
1    2.0
2    3.0
3    4.0
4    5.0
5    NaN
Name: District, dtype: float64

使用切片 2 最后一个字符的另一种解决方案：

print (df.District.str[-2:])
0    01
1    02
2    03
3    04
4    05
5    LS
Name: District, dtype: object

print (pd.to_numeric(df.District.str[-2:], errors='coerce'))
0    1.0
1    2.0
2    3.0
3    4.0
4    5.0
5    NaN
Name: District, dtype: float64

【讨论】：

我添加了另一个解决方案，请检查一下。

【参考方案2】：

你可以试试：

dsAttendEnroll.District=pd.to_numeric(dsAttendEnroll.District)
dsAttendEnroll.District=dsAttendEnroll.District.astype(int)

查看文档here。