Question

我正在处理一个数据框系列的列，其数据类型为“对象”（str）。其格式为“ 301,694”。

我希望熊猫系列中该列的数据类型为int或float。尝试以下代码时收到错误。

请分享知识。

1）

df2['Total Ballots Counted'] = df2['Total Ballots Counted'].fillna(0).astype(int)

收到错误-以10为底的int（）无效文字：'301,694'

2）

df2['Total Ballots Counted'] = pd.to_numeric(df2['Total Ballots Counted'])

收到错误-无法解析位置1的字符串“ 301,694”

Answer 1

您可以尝试

df['Total Ballots Counter'].astype(str).str.replace(',', '').astype(int)

Answer 2

希望这会有所帮助： df['colname'] = df['colname'].replace(',', '').astype(int)

另一件事是：

int(''.join([i for i in str(number).split('') if i is not ',']))（该列中的每个数字）。

Answer 3

使用

pd.to_numeric(df2['Total Ballots Counted'].replace({',':'.'},regex=True), errors='coerce')

Answer 4

@LazyCoder的建议帮助了我。我拆分了字符串，并通过硬代码删除了逗号。然后转换为整数。 “ replace”函数无法以某种方式工作，因为“，”是字符串的一部分，而不是独立的字符串。例如。 “ 301,694”。

def remove_coma(item):   
   str2=''
   for i in item:
           if i is not ',':                             
               str2 += str2.join(i)
   return int(str2)          

df['Total Ballots Counted'] = df['Total Ballots Counted'].apply(lambda item:remove_coma(item))

如果有更好更好的捷径，请分享。

从字符串转换整数数据类型

4 个答案: