Question

我的数据框df如下所示：

        birth_year  person
    0       1980         0
    1       1981         1
    2       1982         2
    3       1983         3
    4       1984         4

birth_year列看起来像数字，但是当我检查数据类型时 df['birth_year'].dtype结果为dtype('O')

所以我认为它实际上可能是一个字符串，并尝试将其转换为df['birth_year'].astype('int')的数字，但收到错误：

    UnicodeEncodeError: 'decimal' codec can't encode characters in position 
    0-3: invalid decimal Unicode string

经过一番谷歌搜索后，我开始理解（可能是错误的）其中似乎有一些看不见的字符。在访问值df['birth_year'][0]时，我得到的值是1980L，而不是1980。

那究竟什么是数据类型，如何将其转换为整数？我在某处读到，如果返回的数据类型为dtype('O')，通常意味着它是一个字符串，但事实并非如此。

Answer 1

您可以使用df['birth_year'].astype(int)正常转换，但似乎您的值无效，使用df = df.convert_objects(convert_numeric=True)会将无效值强制转换为NaN，这可能会或可能不会是您想要的，因为这会改变d到float64而不是int64。

最好查看无效的字符串值，以确定它们无法转换的原因。

因此，您可以df[df.convert_objects(convert_numeric).isnull()]获取无效＆＃39; birth_year＆＃39;值

无法更改数据框中的数据类型

1 个答案: