当使用astype从object到int32获取ValueError时，如何从数据帧中删除错误的行

Question

它类似于analyticsmarket.com，但解决方案并没有解决我的问题。

我使用pandas的astype函数将字符串解析为int32格式的数据，但由于原始数据中存在一些异常值，因此会导致ValueError异常。

我想删除错误的行数据。

我的代码是：

df['DRIVEDIR'] = df['DRIVEDIR'].astype('int32')

df（一个小子集）是：

                                    DRIVEDIR 
PASSTIME                                                                       
2017-06-02 11:01:08.247000+08:00       3            
2017-06-02 11:00:55.710000+08:00       2            
2017-06-02 11:00:41.139000+08:00       鲁XXX              
2017-06-02 07:43:41.818000+08:00       2            
2017-06-02 11:04:21.317000+08:00       3            
2017-06-02 11:04:18.460000+08:00       2            
2017-06-02 11:04:13.159000+08:00       1  

我尝试使用df['DRIVEDIR'] = df['DRIVEDIR'].astype('int32',errors= 'ignore')，但它无法将dtype表单对象更改为int32，以后我无法处理它。所以，如何从数据框中删除错误的行当使用astype从object到int32获取ValueError时。

Answer 1

如我的评论所述，请使用pd.to_numeric。无效的项目被强制转换为NaN。然后，您可以将其过滤掉，然后转换为int。

pd.to_numeric(df.DRIVEDIR, errors='coerce').dropna().astype(int)

2017-06-02    3
2017-06-02    2
2017-06-02    2
2017-06-02    3
2017-06-02    2
2017-06-02    1
Name: DRIVEDIR, dtype: int64