Question

我有一个ID号为的大型数据框：

ID.head()
Out[64]: 
0    4806105017087
1    4806105017087
2    4806105017087
3    4901295030089
4    4901295030089

目前这些都是字符串。

我想在不使用循环的情况下转换为int - 为此我使用ID.astype(int)。

问题是我的一些行包含无法转换为int的脏数据，例如。

ID[154382]
Out[58]: 'CN414149'

我如何（不使用循环）删除这些类型的事件，以便我可以放心使用astype？

Answer 1

您需要将参数errors='coerce'添加到功能to_numeric：

ID = pd.to_numeric(ID, errors='coerce')

如果ID是列：

df.ID = pd.to_numeric(df.ID, errors='coerce')

但非数字转换为NaN，因此所有值均为float。

对于int，需要将NaN转换为某个值，例如0然后转为int：

df.ID = pd.to_numeric(df.ID, errors='coerce').fillna(0).astype(np.int64)

样品：

df = pd.DataFrame({'ID':['4806105017087','4806105017087','CN414149']})
print (df)
              ID
0  4806105017087
1  4806105017087
2       CN414149

print (pd.to_numeric(df.ID, errors='coerce'))
0    4.806105e+12
1    4.806105e+12
2             NaN
Name: ID, dtype: float64

df.ID = pd.to_numeric(df.ID, errors='coerce').fillna(0).astype(np.int64)
print (df)
              ID
0  4806105017087
1  4806105017087
2              0

Pandas将字符串转换为int

1 个答案: