Python数据错误：ValueError：int（）的无效文字

Question

我有以下数据框

customerid                          birthdate   
8a1edbf14734127f0147356fdb1b1eb2    45
8a2ac4745091002b0150a144bcbe58b7    24

customerid是类型non-null object的唯一标识符。但是，我希望将其转换为整数，以便能够对其进行排序和应用功能。

我使用下面的df['customerid'] = pd.to_numeric(df['customerid'], errors='coerce')进行转换，该列现在转换为non-null float64。但是，id现在是NaN

customerid  birthdate   
nan         45
nan         24

我基本上失去了客户编号。我如何转换为整数，并且仍然具有customerid而不是nan的值

Answer 1

似乎需要将十六进制值转换为整数：

df['customerid'] = df['customerid'].apply(lambda x: int(x, 16))
print (df)
                               customerid  birthdate
0  183593693287801188128470244383876914866         45
1  183655524454060116426046384483461912759         24

编辑：

期望缺少值，因为不可能将非数字值（字符串）转换为数字-参数errors='coerce'返回每个值的NaN值：

df['customerid'] = pd.to_numeric(df['customerid'], errors='coerce')
print (df)
   customerid  birthdate
0         NaN         45
1         NaN         24