Question

概述：

我从网站上删除了一些数据，放入Pandas DataFrame但由于某种原因，我似乎无法将数据类型从Object转换为Integer或Float（就此而言，很好）。

我已经浏览了几篇帖子，谢天谢地帮助我到了这里，但出于某种原因，我尝试的所有内容似乎都没有用到

数据集的示例：

Condition_Type  State   Price      Year    Make         Model
In Stock        SA      $24,654    2017    Mazda        3
Used Car        VIC     $23,162    2016    Holden       Trax
Used Car        VIC     $15,777    2011    Volkswagen   Tiguan
Used Car        VIC     $12,634    2012    Volkswagen   Polo
In Stock        VIC     $70,501    2017    Volkswagen   Amarok

到目前为止我的尝试：

df["Price"] = df["Price"].str.replace("$","").astype(int)

ValueError：基数为10的int（）的无效文字：

df["Price"] = df["Price"].astype(str).astype(int)

ValueError：基数为10的int（）的无效文字：

pd.Series(df["Price"]).convert_objects(convert_numeric=True)

FutureWarning：不推荐使用convert_objects。使用特定于数据类型的转换器pd.to_datetime，pd.to_timedelta和pd.to_numeric。

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

返回NaN

pd.to_numeric(df["Price"], errors='ignore')

值保留为对象

df["Price"] = df["Price"].astype(np.int64, inplace=True)

ValueError：基数为10的int（）的无效文字：

这最后一个在过去有效，但出于某种原因，它并没有在这个数据集上工作。

有什么想法吗？

谢谢，阿德里安

Answer 1

我认为您首先需要转义值$，然后使用,替换为Series.replace的空字符串：

df["Price"] = df["Price"].replace(["\$", ','],"", regex=True).astype(int)
print (df)
  Condition_Type State  Price  Year        Make   Model
0       In Stock    SA  24654  2017       Mazda       3
1       Used Car   VIC  23162  2016      Holden    Trax
2       Used Car   VIC  15777  2011  Volkswagen  Tiguan
3       Used Car   VIC  12634  2012  Volkswagen    Polo
4       In Stock   VIC  70501  2017  Volkswagen  Amarok

print (df['Price'].dtypes)
int32

Python |熊猫|对象|转换为整数或浮点数

1 个答案: