如何找出 pandas DF 列中哪些值无法使用 astype 函数转换为“int”类型

Question

我正在使用数据框，我必须将列转换为 int 类型

我使用以下符号：

result_df['ftmSectionId'] = result_df['ftmSectionId'].astype('int')

DF 有几百万行，因此显然有一些值无法转换为 int （可能包括逗号或句点...）我收到错误：

ValueError: invalid literal for int() with base 10: 'not'

我可以使用：

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

这有效。

但这样我就不知道为什么我一开始就出错了。由于我正在使用的数据库的性质，我希望该特定列仅包含整数。如何查询该列以找出哪些值无法使用简单方法 .astype('int') 转换为 'int' ？

谢谢

其他可能的答案，但不重复： Unable to conversion pandas dataframe column to int variable type using .astype(int) method 这个问题解决了同样的问题，只是他们知道问题是该列包含 NaN 并且将其删除。我不知道这里有什么问题，我的目标不仅仅是转换为“int”，而是捕获问题值

Answer 1

您仍然可以使用并获取原始系列中的errors="coerce"值：NaN

s = pd.Series(["apple", "1.0", "2", -3, "pear", "12,84"])

nans = pd.to_numeric(s, errors="coerce").isna()

然后布尔索引给出：

>>> s[nans]

0    apple
4     pear
5    12,84
dtype: object

Answer 2

这是一个额外的替代方案：

def check_float(value):
try:
    float(value)
    return np.NaN
except ValueError:
    return value

我们可以调用该函数：在此处输入链接描述

test = pd.Series([42, 3.1415, 'banana'])
test.apply(check_float)

0       NaN
1       NaN
2    banana
dtype: object

但我不确定它是否可扩展。