python - DataFrame 对象类型列转换为 int 或 float 错误

Question

我有以下数据框

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 20 entries, 0 to 19
Data columns (total 7 columns):
Borough        20 non-null object
Indian         20 non-null object
Pakistani      20 non-null object
Bangladeshi    20 non-null object
Chinese        20 non-null object
Other_Asian    20 non-null object
Total_Asian    20 non-null object
dtypes: object(7)

只有“Borough”列是字符串，其他列应该是 int 或 float。我正在尝试使用 astype(int) 进行转换。我已经尝试了互联网上提到的所有选项，但仍然出现错误。

df_LondonEthnicity['Indian'] = df_LondonEthnicity['Indian'].astype(int)

错误是:

invalid literal for int() with base 10:

我也尝试过

df_LondonEthnicity['Indian'] = df_LondonEthnicity.astype({'Indian': int}).dtypes

我也尝试过

cols = ['Indian', 'Pakistani', 'Bangladeshi', 'Chinese', 'Other_Asian', 'Total_Asian']  

for col in cols:  # Iterate over chosen columns
  df_LondonEthnicity[col] = pd.to_numeric(df_LondonEthnicity[col])

还尝试将获取的字符串转换为 float

我希望得到一些帮助。谢谢

Answer 1

正如评论中指出的，您需要使用 to_numeric 函数。

该错误的含义是您尝试转换的值包含 0-9 (base10) 以外的字符。

因此，您可以选择使用 pd.to_numeric 并将所有不合格值设置为 NaN 或以某种方式将其转换。

假设您有一个像这样的数据框。

>>> df
       X
0    123
1   123,
2    200
3  200.1

<小时/>

使用pd.to_numeric将会得到这样的输出。但这些值是 float 。

>>> pd.to_numeric(df.X, errors='coerce')
0    123.0
1      NaN
2    200.0
3    200.1
Name: X, dtype: float64

<小时/>

其他选项是以某种方式将其转换为这样。

>>> df.X.str.extract(r'([\d]+)').astype(int)
     0
0  123
1  123
2  200
3  200