熊猫在保持NA或NaN的同时将文本类型转换为int

Question

如果我在dtype：object（文本）的pandas数据框中有货币列，其值如下：

34500 USD
34222 USD

如何将其转换为允许NaN或NA出现在列中的整数类型？

Answer 1

我们可以做str.strip

carDF['carPrice'] = pd.to_numeric(carDF['carPrice'].str.strip('USD'), errors='coerce', downcast='integer')

Answer 2

解决方案：

carDF['carPrice'] = carDF['carPrice'].astype(str).str.replace(' USD','')
carDF['carPrice'] = pd.to_numeric(carDF['carPrice'], errors='coerce', downcast='integer').astype('Int64')

并且如果您的字符中有非ASCII空间，则仅当您打印单行时才能看到：

carDF['carPrice'][0]
'34500 \xa0USD'

比您必须使用的要多：

carDF['carPrice'] = carDF['carPrice'].astype(str).str.replace(u'\xa0USD', '')

如here

所述

您必须运行0.24以上的熊猫版本

pip install pandas --upgrade

如果不适合您，则升级到最新的熊猫。