无法将对象作为字符串转换为int-无法解析字符串

Question

我有一个数据框，其中一列表示年龄范围。年龄列的数据类型显示为字符串。我正在尝试将字符串值转换为数字，以供模型解释功能。

我尝试将以下内容转换为“ int”。

df.Age = pd.to_numeric(df.Age)

我收到以下错误：

ValueError: Unable to parse string "0-17" at position 0

我也尝试使用'errors = coerce'参数，但这给了我一个不同的错误：

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

错误：

ValueError: Cannot convert non-finite values (NA or inf) to integer

但是我的df中的任何列中都没有NA值

Answer 1

乍一看，这是因为您正在尝试转换不仅包含int的字符串。您的字符串是“ 0-17”，不是整数。如果它是“ 17”或“ 0”，则转换将起作用。

    val = int("0")
    val = int("17")

我不知道您的to_numeric方法是什么，所以不确定是否要回答您的问题。

Answer 2

Age似乎是categorical variable，因此您应该这样对待。 pandas具有整洁的category dtype，可将标签转换为引擎盖下的整数：

df['Age'] = df['Age'].astype('category')

然后，您可以使用cat访问器方法来访问基础整数

codes = df['Age'].cat.codes # This returns integers

您还可能希望将Age设为有序的分类变量，为此您还可以在the docs中找到一个简洁的配方。

from pandas.api.types import CategoricalDtype

age_category = CategoricalDtype([...your labels in order...], ordered=True)

df['Age'] = df['Age'].astype(age_category)

然后，您可以以相同的方式访问基础代码，并确保它们将反映您为标签输入的顺序。

Answer 3

你为什么不split

FuncSpecialize

这是我最后得到的！

a=df["age"].str.split("-", n=2, expand=True)
df['age_from']=a[0].to_frame()
df['age_to']=a[1].to_frame()