无法使用Numpy将对象转换为np.int64

Question

我有一个包含3列的数据框，其中包含以下dtypes：

df.info()
tconst       object
directors    object
writers      object

请查看数据本身：

现在，我必须将tconst列更改为dtype：int64。我尝试了这段代码，但抛出错误：

df = pd.read_csv('title.crew.tsv',
                   header=None,sep='\t', 
                   encoding= 'latin1',
                   names = ['tconst', 'directors','writers'], 
                   dtype={'tconst': np.int64,'directors':np.int64})

错误1：ValueError：以10为底的int（）的文字无效：'tconst'
错误：TypeError：无法根据规则“安全”将数组从dtype（'O'）转换为dtype（'int64'）

这是怎么回事？

Answer 1

我认为这里的问题是参数header=None，该参数用于读取没有file头的csv。

解决方案是将其删除，因为文件中的第一行标头是DataFrame的列名称：

df = pd.read_csv('title.crew.tsv',
                   sep='\t', 
                   encoding= 'latin1')

另一个问题是列中的tt和nm前缀，因此不能转换为整数。

解决方案是：

df['tconst'] = df['tconst'].str[2:].astype(int)