python-3.x - pandas to_numeric 无法将字符串值转换为整数

Question

我正在尝试使用 pandas.to_numeric 将系列转换为 int。

df['numeric_col'] = pd.to_numeric(df['numeric_col'], errors='raise')

我有错误，

Traceback (most recent call last):
  File "/home/user_name/script.py", line 86, in execute
data = module(**module_args).execute(data)
  File "/home/user_name/script.py", line 62, in execute
invoices['numeric_invoice_no'] = pd.to_numeric(invoices['numeric_invoice_no'], errors='raise')
  File "/usr/local/lib/python3.5/dist-packages/pandas/core/tools/numeric.py", line 126, in to_numeric
coerce_numeric=coerce_numeric)
  File "pandas/_libs/src/inference.pyx", line 1052, in pandas._libs.lib.maybe_convert_numeric (pandas/_libs/lib.c:56638)
ValueError: Integer out of range. at position 106759

如果我把它改成，

df['numeric_col'] = pd.to_numeric(df['numeric_col'], errors='coerce')

numeric_col 中的值不会转换为 int，即它们仍然是 string。

如果我改成，

df['numeric_col'] = df['numeric_col'].astype(int)

我出错了，

OverflowError: Python int too large to convert to C long

所以我必须把它改成，

df['numeric_col'] = df['numeric_col'].astype(float)

然后就没有错误产生了。

系列的大小约为 994572，列中的字符串如 52333612273、56032860 或 02031757。

我想知道这里的 to_numeric 和 astype 有什么问题。

我在 Linux mint 18.1 64 位 上运行 Python 3.5。

Answer 1

也许您的数字字符串值中有一个逗号 (,)，或者您的数据框的列中仍然有一个空值 (NaN)，因此请尝试使用空格替换逗号.replace() 方法然后删除或填充 Null 值.fillna() 或 .replace 或 .dropna()

使用前df['DataFrame Column'] = df['DataFrame Column'].astype(int)