Question

这是我尝试将数据帧转换为int时出现的错误。

（＆＃34;基数为10的int（）的文字无效：＆＃39; 260,327,021＆＃39;＆＃34;，＆＃39;发生在指数Population1＆＃39;

df中的所有内容都是一个数字。我假设错误是由于最后的额外引用，但我该如何解决？

Answer 1

我跑这个

int('260,327,021')

得到这个

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-448-a3ba7c4bd4fe> in <module>()
----> 1 int('260,327,021')

ValueError: invalid literal for int() with base 10: '260,327,021'

我向您保证，数据框中的所有内容都不是数字。它可能看起来像一个数字，但它是一个带逗号的字符串。

您想要替换逗号，然后转到int

pd.Series(['260,327,021']).str.replace(',', '').astype(int)

0    260327021
dtype: int64

Answer 2

我使用pandas.to_numeric

解决了错误

就您而言，

data.Population1 = pd.to_numeric(data.Population1, errors="coerce")

“数据”是父对象。

之后，您也可以将float转换为int

data.Population1.astype(int)

Answer 3

当字符串是浮点数时，其他人可能会遇到以下问题：

    >>> int("34.54545")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: invalid literal for int() with base 10: '34.54545'

解决方法是首先转换为float，然后转换为int：

>>> int(float("34.54545"))
34

或特定的熊猫：

df.astype(float).astype(int)

Answer 4

对我来说，情况有点不同。

我这样加载了我的数据框：

class GeneralInfoSerializer(serializers.ModelSerializer):
    class Meta:
        model = GeneralInfo
        fields = ["id", "school_name", "address"]

    def create(self, validated_data):
        return GeneralInfo.objects.create(**validated_data)

    def update(self, instance, validated_data):
        instance.logo = validated_data.get("logo", instance.logo)
        instance.school_name = validated_data.get("school_name", instance.school_name)
        instance.address = validated_data.get("address", instance.address)

因为 my_converter = {'filename': str, 'revision_id': int} df = pd.read_csv("my.csv", header=0, sep="\t", converters=my_converter) 看起来像这样：

head -n 3 my.csv

然而，在数千行中，有一个这样的条目：

"filename"     "revision_id"
"some_filename.pdf"     "224"
"another_filename.pdf"     "128"

这意味着我必须为 "very_\"special\"_filename.pdf" "46" 指定转义字符。否则，它会尝试将 read_csv() 转换为 special 字段的 int 并生成错误。

所以正确的做法是：

revision_id

如何在pandas中使用base 10错误修复int（）的无效文字

4 个答案: