如何在熊猫中以10为底的错误修复int（）的无效文字

Question

每当我尝试将数据框转换为int时，就会出现此错误。

（“以10为底的int（）的无效文字：'260,327,021'”，“发生在索引Population1上”

df中的所有内容都是数字。我认为错误是由于末尾的额外引号引起的，但是我该如何解决？

Answer 1

我跑这个

int('260,327,021')

并得到这个

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-448-a3ba7c4bd4fe> in <module>()
----> 1 int('260,327,021')

ValueError: invalid literal for int() with base 10: '260,327,021'

我向您保证，并非数据框中的所有内容都是数字。它可能看起来像一个数字，但是它是一个带有逗号的字符串。

您需要替换逗号，然后转到 int

pd.Series(['260,327,021']).str.replace(',', '').astype(int)

0    260327021
dtype: int64

Answer 2

当字符串是浮点数时，其他人可能会遇到以下问题：

    >>> int("34.54545")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: invalid literal for int() with base 10: '34.54545'

解决方法是先转换为浮点数，然后再转换为整数：

>>> int(float("34.54545"))
34

或熊猫特定：

df.astype(float).astype(int)

Answer 3

我使用pandas.to_numeric解决了错误

就你而言，

data.Population1 = pd.to_numeric(data.Population1, errors="coerce")

“数据”是父对象。

之后，您也可以将 float 转换为 int

data.Population1.astype(int)